Investigação de fatores que afetam o desempenho e apropriação de espaços abertos públicos : o caso de Campo Grande - MS

Esta pesquisa investigou os fatores que afetam a apropriação de espaços abertos públicos - ruas e espaços públicos de lazer -, adotando como estudo de caso a cidade de Campo Grande – MS. Procurou entender as causas de diferentes níveis de apropriação de espaços públicos abertos, através de uma abordagem perceptiva que utilizou a satisfação do usuário e o comportamento ambiental como indicadores de desempenho dos espaços estudados. Este é avaliado a partir das percepções dos moradores e usuários sobre as áreas selecionadas, e da verificação do perfil comportamental dos espaços. O objetivo principal deste trabalho é a investigação de quais aspectos afetam mais fortemente os tipos e intensidade de uso diferenciados dos espaços abertos públicos, se fatores composicionais ou fatores contextuais. O levantamento de dados foi realizado através da aplicação de múltiplos métodos: levantamentos de arquivos, levantamentos físicos, observações comportamentais, aplicação de questionários e entrevistas. A análise destes dados possibilitou uma maior precisão e validade da investigação A análise das relações entre características individuais dos usuários e nível de apropriação dos espaços públicos e entre atributos ambientais e diferentes níveis de apropriação dos espaços públicos, indicam que os aspectos composicionais de ordem socioeconômica afetam fortemente o tipo e intensidade de uso das ruas residenciais. Em relação aos espaços públicos de lazer, os resultados evidenciam a forte influência de aspectos de ordem física no tipo e intensidade de uso. As conclusões indicam que, se for desejável uma dinamização das ruas para atividades sociais, é possível alcançar o objetivo, em certa medida (que depende especialmente de valores relacionados com o nível socio-econômico da população atingida), criando condições físicas que favoreçam o encontro e a permanência. Quanto aos espaços públicos de lazer as conclusões indicam que investimentos no planejamento físico destes, embasados em conhecimento real das necessidades da população alvo, darão retorno consistente em maior uso.

Abordagem ergonômica de avaliação de websites no âmbito da educação à distância

As instituições de ensino estão em busca de conhecimentos sobre suas necessidades e oportunidades para a aprendizagem à distância, visto que a comunicação e as relações de ensino e de aprendizagem no futuro se darão em sua maioria à distância. Para tanto, se verifica a necessidade de cuidados relativos à qualidade das interações neste âmbito disponibilizadas na web. Este trabalho apresenta a aplicação de uma metodologia de avaliação qualitativa para medir a usabilidade de websites de Educação à Distância (EaD) na tecnologia de Web Based Training (WBT). A técnica pode ser dividida em duas etapas principais: a Co- Descrição e a Inspeção Avaliativa. Na primeira fase são utilizados instrumentos tais como entrevistas com os projetistas e usuários, assim como descrições assistidas para a obtenção de informações necessárias ao reconhecimento das características e componentes do website. Na segunda fase utilizam-se checklists para avaliar os principais conjuntos de páginas, por meio de questões aplicáveis, conforme os atributos e componentes da interface que estas apresentam. O método de inspeção é baseado em recomendações ergonômicas específicas ao ambiente de EaD, compiladas conforme os Critérios Ergonômicos (CE) de Leulier, Bastien e Scapin (1998) e Componentes de Interação Homem-Computador de Cybis (1997). Os resultados são apresentados sob forma de recomendações ergonômicas para o reprojeto do website, visando a melhoria da qualidade de interação do usuário com a interface. Alguns dos principais objetivos da avaliação de usabilidade são: facilitar o uso, diminuir a carga visual, reduzir a carga mental no processo de memorização e melhorar as capacidades cognitivas.

DEPAnalyzer: um modelo de análise estática de dependências para programas orientados a objetos

Este trabalho apresenta um modelo de análise estática de programas orientados a objetos, o qual se denomina DEPAnalyzer (DEPendencies Analyzer). O modelo realiza a análise das dependências entre as classes de um programa, ou seja, os relacionamentos estabelecidos entre estas. As classes representam as entidades estáticas, as quais em tempo de execução darão origem a conjuntos de objetos. Através da simulação do programa o modelo consegue obter as informações sobre quem se relaciona com quem e qual é a intensidade destes relacionamentos. Estas informações visam auxiliar no processo de escalonamento de um programa em uma arquitetura distribuída. Para expressar estes relacionamentos podem ser gerados dois grafos, o grafo de dependências e o grafo de invocações. A geração de um ou de ambos depende do propósito de utilização, ou seja, alocação inicial ou redistribuição dos objetos. O grafo de dependências apresenta uma versão resumida dos relacionamentos. Este adequa-se a auxiliar no processo de distribuição inicial por propiciar um panorama geral dos relacionamentos sem considerar a ordenação de ocorrência das ações. Por sua vez o grafo de invocações tem como propósito a discriminação da ordem de ocorrência das ações de uma aplicação. Viabilizando a utilização deste por parte do processo de redistribuição dos objetos.

Representações reduzidas por redes neurais com aprendizado local não-supervisionado sobre campos receptivos restritos

Algoritmos ótimos na extração de componentes principais com aprendizado não-supervisionado em redes neurais de múltiplos neurônios de saída são não-locais, ou seja, as modificações em uma dada sinapse entre dois neurônios dependem também da atividade de outros neurônios. Esta rede ótima extrairá as principais componentes dos dados e submetidos à sua primeira camada. As principais componentes são as projeções destes vetores nos autovalores máximos da matriz de correlação Gij = (eiej), onde a média (-) é sobre a distribuição de e. Existem fortes evidências indicando que sinapses biológicas só se modificam via regras locais, como por exemplo a regra de Hebb. Mas se aplicarmos regras locais numa rede com múltiplas saídas, todos os neurônios da saída serão equivalentes e darão respostas redundantes. A rede será bastante ineficiente. Um modo de contornar este problema é através da restrição dos campos receptivos dos neurônios de saída. Se cada neurônio acessar diferentes partes dos estímulos de entrada, a redundância diminui significativamente. Em contrapartida, ao mesmo tempo que a redundância diminui, também diminui a informação contida em cada neurônio; assim, devemos balancear os dois efeitos otimizando o campo receptivo. O valor ótimo, em geral, depende da natureza dos estímulos, sua estatística, e também do ruído intrínseco à rede. Objetivamos com este trabalho determinar a estrutura ótima de campos receptivos com aprendizado não-supervisionado para uma rede neural de uma camada em diversas condições medindo seu desempenho a partir de técnicas de reconstrução.