Desempenho na grafia e na direção grafológica em função da postura e da dominância manual em destros e canhotos em famílias de renda baixa e média

Há três teorias distintas que buscam explicar a origem da postura invertida (INV) em canhotos. O Modelo genético de McKeever postula que o traço esteja ligado ao sexo, sendo transmitido via cromossomo X, através das mães, o que explica a prevalência maior da postura INV entre o sexo masculino. De acordo com o modelo patológico a postura invertida decorre de fatores neuropatológicos, enquanto a teoria de adaptação técnica considera a postura INV como um ajuste manual para enfrentar as exigências abdutivas implícitas no sistema ortográfico romano. Muitos partidários da última teoria julgam a postura INV como prejudicial, resultando em problemas físicos e em escrita ilegível, recomendando que a mesma seja substituída pela postura não invertida (NI). Um estudo prévio foi realizado entre 96 adolescentes de classe socioeconômica (CSE) baixa, sendo 48 canhotos e 48 destros, subdivididos por sexo e postura para escrever. A presente investigação representa uma extensão deste estudo, através da avaliação de 106 alunos da CSE média, sendo 68 destros e 66 canhotos. Os objetivos principais foram averiguar se a postura invertida estava associada a problemas físicos, complicações no parto, padrões diferentes de direção grafológica, desempenho caligráfico inferior e verificar se as mesmas características variavam em função do nível da CSE. Os resultados não indicaram nenhuma relação entre postura invertida e problemas físicos e pré-natais no estímulo grafológico. Os canhotos com postura INV mais do que os canhotos NI e destros tenderam a desenhar as linhas horizontais na direção direita para esquerda; nas outras tarefas de desenhos grafológicos não diferiram dos outros grupos. Nas tarefas cursivas e letras de forma o desempenho das alunas foi consistentemente superior ao dos alunos de modo geral. Os canhotos emitiram mais erros quando escreveram em letras de forma, mas não na escrita cursiva. O tempo de resposta foi à única variável dependente relacionada a CSE: alunos da CSE média escreveram as frases em letras cursivas e letras de forma mais rapidamente do que os alunos da CSE baixa. De modo geral, esses resultados não apóiam a afirmação de que a postura invertida acarreta problemas físicos, desempenho caligráfico inferior e não justifica a prática pedagógica em desencorajar o uso da postura INV.

Otimização do processo de aprendizagem da estrutura gráfica de Redes Bayesianas em BigData

A automação na gestão e análise de dados tem sido um fator crucial para as empresas que necessitam de soluções eficientes em um mundo corporativo cada vez mais competitivo. A explosão do volume de informações, que vem se mantendo crescente nos últimos anos, tem exigido cada vez mais empenho em buscar estratégias para gerenciar e, principalmente, extrair informações estratégicas valiosas a partir do uso de algoritmos de Mineração de Dados, que comumente necessitam realizar buscas exaustivas na base de dados a fim de obter estatísticas que solucionem ou otimizem os parâmetros do modelo de extração do conhecimento utilizado; processo que requer computação intensiva para a execução de cálculos e acesso frequente à base de dados. Dada a eficiência no tratamento de incerteza, Redes Bayesianas têm sido amplamente utilizadas neste processo, entretanto, à medida que o volume de dados (registros e/ou atributos) aumenta, torna-se ainda mais custoso e demorado extrair informações relevantes em uma base de conhecimento. O foco deste trabalho é propor uma nova abordagem para otimização do aprendizado da estrutura da Rede Bayesiana no contexto de BigData, por meio do uso do processo de MapReduce, com vista na melhora do tempo de processamento. Para tanto, foi gerada uma nova metodologia que inclui a criação de uma Base de Dados Intermediária contendo todas as probabilidades necessárias para a realização dos cálculos da estrutura da rede. Por meio das análises apresentadas neste estudo, mostra-se que a combinação da metodologia proposta com o processo de MapReduce é uma boa alternativa para resolver o problema de escalabilidade nas etapas de busca em frequência do algoritmo K2 e, consequentemente, reduzir o tempo de resposta na geração da rede.