Electrical characterization and modification of low dimensional oxide semiconductors for sensor applications

This work reviews the recent research on ion and UV irradiation of β-

Visions on high-speed trains: a methodological analysis

Based on the report for the unit “Foresight Analysis Methods” of the PhD program on Technology Assessment in 2013. This unit was supervised by Prof. António Moniz. The paper had meanwhile contributions from the supervisor and Dr. Douglas Robinson.

The late adopter scale: A measure of late adopters of technological innovations

Diffusion of Innovation is a topic of interest for researchers and practitioners. Although substantial research is conducted on user categories, researchers often focus on the first half of the curve, ignoring the late adopters. We conduct two studies to measure the attributes of late adopters. In our first study of mobile phone users, we develop the Late-Adopter Scale. We then test it on a sample of laptop users. This scale is multi-dimensional, presents nomological and discriminant validity and has three dimensions: 1) rate of adoption, 2) resistance to innovation, and 3) skepticism. Findings reveal that all three Late Adopter Scale dimensions are significantly associated with low price preference. Moreover, in both samples skepticism is associated with high preference for simple products, lower leading edge status, and lower product involvement. Discussion focuses on implications of this new scale to theory and practice of new product development and diffusion of innovation.

Previsão da estrutura temporal da taxa de juro na zona Euro : aproximação paramétrica e por métodos de aprendizagem automática

A estrutura temporal das taxas de juro, também conhecida por yield curve ou curva de rendimentos define a relação entre as taxas de juros e o prazo de vencimento (ou maturidades) dos investimentos feitos. Assim, o desenvolvimento de modelos que possibilitem a obtenção de previsões precisas sobre a estrutura temporal das taxas de juro e que permitam estudar a dinâmica da evolução das taxas de juro é de crucial importância em diversas áreas de financiamento. Neste estudo investigou-se a performance de diferentes métodos de previsão para obter a estrutura temporal das taxas de juro da Zona Euro, considerando o período entre 2009 e 2015. Em termos mais específicos, foi analisada a capacidade preditiva do modelo de Nelson-Siegel & Svensson assumindo que os parâmetros resultantes da estimação da especificação paramétrica podem ser modelizados através de métodos de séries temporais univariados (modelos ARIMA, Random walk) e multivariados (modelos VAR) e Redes Neuronais Artificiais (RNA) individuais e conjuntas. Os resultados deste estudo mostram que (i) as RNA com a previsão dos parâmetros em simultâneo exibem os valores de erro mais baixos para as maturidades de curto e médio prazo (3 meses a 5 anos); (ii) As RNAs individuais são melhores para prever as taxas de juro nas maturidades compreendidas entre os 7 e os 10 anos, e que (iii) para as maturidades de longo e muito longo prazo (15 e 30 anos respetivamente) deverá ser escolhido o modelo VAR(1). Estes resultados são robustos e consistentes para todos os horizontes de previsão analisados (1,2 e 3 meses). Contudo, no período analisado nenhum dos modelos testados apresenta valores de erro inferiores aos obtidos com o modelo Random Walk.