Launching platforms for user-generated content

Field lab: Entrepreneurial and innovative ventures

QEAT: Pergunta, Responde e Interage. Projeto de Comunicação de Nutrição na Web

A nutrição e a alimentação. Dois conceitos tão pessoais quanto públicos, que geram discussão e abrem espaço a mitos e crenças. O interesse coletivo nestes assuntos é causa e consequência da grande quantidade de informação, por vezes pouco rigorosa, outras contraditória, disponível online. Impõe-se portanto não só a transmissão de informação fidedigna, que reflita o estado atual da ciência, mas também a criação de espaços de diálogo, capazes de suscitar sentido crítico, num contexto de interação e comunicação online. Contextualiza-se assim a relevância do projeto QEAT, uma plataforma de comunicação de ciência, assente numa matriz de Envolvimento Público da Ciência ou Public Engagement with Science (PES), na sua expressão em inglês. O QEAT pretende ser um espaço de referência online, que promove o diálogo ao serviço da informação sobre alimentação e nutrição. Uma plataforma onde há espaço para o esclarecimento, a discussão e a participação, reunindo especialistas e não especialistas na mesma missão de comunicar nutrição. O modelo eleito seguirá um formato de rede social de pergunta e resposta (SQ&A), aproveitando a interatividade e a transversalidade destes canais de comunicação, abrindo aos diferentes públicos a possibilidade de participar na plataforma com perguntas, ideias, conteúdos. Desta forma, as ciências da nutrição e alimentação serão o tópico dominante das conversas, abertas a todos os interessados, instigadas e moderadas pelos gestores da plataforma. O canal QEAT será alimentado por conteúdos coproduzidos por nutricionistas, cientistas e diferentes profissionais da comunicação, no âmbito do projeto, a par de conteúdos produzidos pelos utilizadores (user generated contents), sujeitos a uma votação, ou seja, um controlo de qualidade. Todos os contribuidores vão construindo a sua reputação de acordo com a validade dos conteúdos que produzem. Uma gestão de conteúdos que permite por um lado monitorizar a qualidade e o rigor da informação, mas também perceber os tópicos que interessam aos utilizadores, bem como as suas dúvidas. A implementação deste projeto procura criar um espaço de referência online capaz de funcionar como um repositório dinâmico de informação sobre nutrição; e fomentar uma relação bidirecional entre os diferentes públicos do projeto. Da persecução destes objetivos, espera-se que resultem novas ideias, conhecimentos e direções dos caminhos a tomar no sentido de uma comunicação responsável na área da nutrição.

Analysis of panoramio photo tags in order to extract land use information

In the recent past, hardly anyone could predict this course of GIS development. GIS is moving from desktop to cloud. Web 2.0 enabled people to input data into web. These data are becoming increasingly geolocated. Big amounts of data formed something that is called "Big Data". Scientists still don't know how to deal with it completely. Different Data Mining tools are used for trying to extract some useful information from this Big Data. In our study, we also deal with one part of these data - User Generated Geographic Content (UGGC). The Panoramio initiative allows people to upload photos and describe them with tags. These photos are geolocated, which means that they have exact location on the Earth's surface according to a certain spatial reference system. By using Data Mining tools, we are trying to answer if it is possible to extract land use information from Panoramio photo tags. Also, we tried to answer to what extent this information could be accurate. At the end, we compared different Data Mining methods in order to distinguish which one has the most suited performances for this kind of data, which is text. Our answers are quite encouraging. With more than 70% of accuracy, we proved that extracting land use information is possible to some extent. Also, we found Memory Based Reasoning (MBR) method the most suitable method for this kind of data in all cases.