Análise de conteúdo verbal na solução de dificuldades de portadores de transtornos ansiosos

O entendimento do comportamento verbal é crucial para a análise de comportamentos disfuncionais tratados em terapia de base analítico-comportamental. Pesquisas com comportamento verbal no contexto clínico, têm apontado a eficácia da utilização do comportamento verbal e gerado procedimentos de intervenção na solução de problemas. O reforçamento de auto-relatos, como função de um arranjo de contingências de reforçamento, tem mostrado que o relato verbal é um meio válido para alterar comportamento não verbal fora da situação terapêutica. O objetivo do presente estudo é demonstrar a utilidade de um procedimento de arranjo de contingências verbais pelo terapeuta por meio da sistematização de conteúdo verbal do cliente e sua reapresentação por escrito, para a solução de dificuldades de indivíduos que apresentam transtorno ansioso em situação de interação terapêutica. Sendo expostas ao seu próprio comportamento verbal, sistematizado na forma de categorias por conteúdo de verbalização, foi possível a duas participantes deste estudo caracterizarem suas dificuldades, identificando e descrevendo contingências ambientais relacionadas com seu comportamento indesejado e conseqüentemente a descreverem propostas de solução dessas dificuldades. Discutiu-se como a exposição ao conteúdo sistematizado do seu próprio relato verbal alterou o relato verbal e o comportamento-queixa.

Diferenças de gênero em crianças: uma comparação entre diferentes metodologias

Há uma literatura vasta sobre dimorfismo sexual no comportamento infantil, incluindo estudos sobre padrões atípicos de gênero ou não conformidade de gênero. A proposta deste trabalho surgiu a partir de discussões sobre a relação entre gênero e comportamento homossexual. Contudo, percebeu-se a necessidade de ampliar o conhecimento sobre as diferenças de gênero entre crianças, a partir da utilização de diferentes metodologias na investigação de comportamentos típicos de gênero e da influência destas diferenças para as relações sociais infantis. Foram realizados três estudos. No primeiro, comparou-se as metodologias de observação e entrevista, sendo verificado que a maioria das brincadeiras ocorriam de forma intra-sexual, havendo algumas brincadeiras predominantes de um sexo específico. Percebeu-se, ainda, que o conteúdo dos relatos nas entrevistas sofreu influência do contexto sócio-cultural. No segundo estudo foram aplicados dois instrumentos padronizados de medidas de gênero, encontrando que há brincadeiras predominantemente preferidas por cada sexo e que a criança tende a se identificar e preferir brincar com crianças do mesmo sexo. No terceiro estudo foi realizada a análise do comportamento não verbal de díades mistas a partir de três protocolos distintos, onde os resultados indicaram que há diferenças entre os sexos quanto aos comportamentos em si, mas que o esforço comunicativo e o rapport tenderam a ser similares. Desta forma, foi encontrado que há muitas similaridades no comportamento geral entre os sexos, contudo em análises pormenorizadas pode-se perceber que há padrões específicos de cada sexo, especialmente no que se refere aos estilos de brincadeira e em padrões não verbais. Por fim, os diferentes métodos utilizados possuem vantagens e desvantagens devendo estas ser consideradas nas escolhas e combinações metodológicas de pesquisas futuras.

O comportamento de crianças com Transtorno do Espectro Autístico no contexto de educação musical: estudo de caso

O Transtorno do Espectro Autístico (TEA) é uma síndrome complexa, com prevalência maior no sexo masculino, em que as dificuldades manifestam-se antes dos três anos de idade e concentram-se em três áreas principais: desvios qualitativos na comunicação, interação social e comportamento repetitivo e estereotipado. São variadas as propostas terapêuticas aplicadas a crianças com Autismo, sendo algumas notadamente mais destacadas no meio científico, tais como o Picture Exchange Communication System (PECS) e a Intervenção Comportamental. Outras intervenções, complementares, são consideradas importantes no desenvolvimento de habilidades comunicativas, diminuição de problemas comportamentais e incentivo à interação social de crianças com TEA. Estas atividades organizam espaços promotores de experiências positivas a indivíduos com diversos transtornos como, por exemplo, os grupos de educação musical. Utilizando o contexto da educação musical, o presente estudo teve por objetivo descrever o comportamento de duas crianças autistas em contexto de aulas de música (percussão). Para tanto, foi desenvolvido o Protocolo de Observação da Criança com o Transtorno do Espectro Autístico em Contexto de Aulas de Música (percussão), cujas categorias contemplam as principais características dos quadros de TEA, manifestadas, durante as aulas de música, em momentos de interação com os adultos e com os pares, assim como as respostas emitidas mediante as tarefas. Os resultados indicam que a criança A, não-verbal, apresentou maior frequência quanto a responder funcionalmente às iniciativas de interação dos adultos, iniciar interações funcionais com adultos e diminuição do comportamento repetitivo e estereotipado ao longo das aulas. A criança B, verbal, apresentou maior frequência quanto a iniciar interações não-adaptativas com adultos, responder de forma não-adaptativa aos adultos e manutenção do comportamento repetitivo e estereotipado no curso das aulas.

Um olhar bioecológico sobre os efeitos da comunicação alternativa na interação professor-aluno com paralisia cerebral

Estudos sobre a sintática da comunicação têm revelado que tanto a repertório verbal como a não-verbal produzem modificações significativas na interação social, e, portanto, no desenvolvimento humano. A fala, por exemplo, tem sido vista como uma modalidade comunicativa socialmente exigida para a construção de relações nos diferentes contextos e culturas. Entretanto, essa modalidade nem sempre é o recurso mais disponível principalmente para aqueles que apresentam alterações no seu desenvolvimento. Diante disso, é comum que a pessoa com deficiência tente buscar formas compensatórias para expressar seus desejos, pensamentos e frustrações, por meio das expressões faciais, do movimento ocular e/ou de piscada e de movimentos intencionais como o apontar. Nesse sentido, os recursos e estratégias de comunicação alternativa tem sidosão utilizados como ferramentas úteis para que o indivíduo possa alcançar maior participação social nos diversos contextos em que se apresenta. No entanto, a literatura tem destacado que, no ambiente escolar, os entraves de comunicação entre o professor e o aluno com deficiência podem acarretar prejuízos ao processo de ensino-aprendizagem. Por isso, esta pesquisa teve como objetivo analisar a interação professor-aluno com paralisia cerebral antes e após a introdução dessas ferramentas. Para tanto, realizou-se estudo de caráter qualitativo, do tipo estudo de caso com pesquisa intervenção. As etapas principais deste estudo foram: filmagens dos episódios interativos sem os recursos de comunicação alternativa, capacitação dos professores na escola e filmagem dos episódios interativos com os recursos de comunicação alternativa. Os dados foram analisados de forma qualitativa, considerando as quatro dimensões do modelo bioecológico de desenvolvimento humano proposto por Bronfenbrenner (1998): Processo, Pessoa, Contexto e Tempo. Dentre os resultados desta pesquisa destacam-se: maior engajamento mútuo no desenvolvimento dos episódios, com aumento na extensão de elos comunicativos; melhor percepção da professora acerca das habilidades de comunicação da aluna e tendência desta educadora para a utilização dessas ferramentas com finalidade de ensino. A partir disso, concluiu-se que esses recursos dinamizaram as interações entre a professora e a aluna com paralisia cerebral. Contudo, a implementação de tais recursos no cotidiano escolar requer a interdependência positiva de diversos fatores, dentre os quais os atributos pessoais desenvolvimentalmente geradores e maior base de tempo regular com o uso dessas ferramentas.

Thermochemical equilibrium modeling of a biomass downdraft gasifier: Constrained and unconstrained non-stoichiometric models

The objective of this work is to develop a non-stoichiometric equilibrium model to study parameter effects in the gasification process of a feedstock in downdraft gasifiers. The non-stoichiometric equilibrium model is also known as the Gibbs free energy minimization method. Four models were developed and tested. First a pure non-stoichiometric equilibrium model called M1 was developed; then the methane content was constrained by correlating experimental data and generating the model M2. A kinetic constraint that determines the apparent gasification rate was considered for model M3 and finally the two aforementioned constraints were implemented together in model M4. Models M2 and M4 showed to be the more accurate among the four developed models with mean RMS (root mean square error) values of 1.25 each.Also the gasification of Brazilian Pinus elliottii in a downdraft gasifier with air as gasification agent was studied. The input parameters considered were: (a) equivalence ratio (0.28-035); (b) moisture content (5-20%); (c) gasification time (30-120 min) and carbon conversion efficiency (80-100%). (C) 2014 Elsevier Ltd. All rights reserved.

NodePM: A Remote Monitoring Alert System for Energy Consumption Using Probabilistic Techniques

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Deep learning architecture for gesture recognition

Pós-graduação em Engenharia Mecânica - FEG

Concepção(ões) de texto em contexto de EaD semipresencial

Conselho Nacional de Desenvolvimento em Pesquisa (CNPq)

A method using artificial neural networks to morphologically assess mouse blastocyst quality

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Modelagem da irradiação direta na incidência normal em Botucatu: aprendizado de máquina, estatístico e linke

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Estimativa da irradiação solar global pelo método de Angstrom-Prescott e técnicas de aprendizado de máquinas

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

A comunicação não verbal da equipe de enfermagem contribuindo para o cuidado do idoso em internação hospitalar

Pós-graduação em Enfermagem (mestrado profissional) - FMB

Managing Large Data Sets Using Support Vector Machines

Hundreds of Terabytes of CMS (Compact Muon Solenoid) data are being accumulated for storage day by day at the University of Nebraska-Lincoln, which is one of the eight US CMS Tier-2 sites. Managing this data includes retaining useful CMS data sets and clearing storage space for newly arriving data by deleting less useful data sets. This is an important task that is currently being done manually and it requires a large amount of time. The overall objective of this study was to develop a methodology to help identify the data sets to be deleted when there is a requirement for storage space. CMS data is stored using HDFS (Hadoop Distributed File System). HDFS logs give information regarding file access operations. Hadoop MapReduce was used to feed information in these logs to Support Vector Machines (SVMs), a machine learning algorithm applicable to classification and regression which is used in this Thesis to develop a classifier. Time elapsed in data set classification by this method is dependent on the size of the input HDFS log file since the algorithmic complexities of Hadoop MapReduce algorithms here are O(n). The SVM methodology produces a list of data sets for deletion along with their respective sizes. This methodology was also compared with a heuristic called Retention Cost which was calculated using size of the data set and the time since its last access to help decide how useful a data set is. Accuracies of both were compared by calculating the percentage of data sets predicted for deletion which were accessed at a later instance of time. Our methodology using SVMs proved to be more accurate than using the Retention Cost heuristic. This methodology could be used to solve similar problems involving other large data sets.

Stochastic competitive learning in complex networks

Competitive learning is an important machine learning approach which is widely employed in artificial neural networks. In this paper, we present a rigorous definition of a new type of competitive learning scheme realized on large-scale networks. The model consists of several particles walking within the network and competing with each other to occupy as many nodes as possible, while attempting to reject intruder particles. The particle's walking rule is composed of a stochastic combination of random and preferential movements. The model has been applied to solve community detection and data clustering problems. Computer simulations reveal that the proposed technique presents high precision of community and cluster detections, as well as low computational complexity. Moreover, we have developed an efficient method for estimating the most likely number of clusters by using an evaluator index that monitors the information generated by the competition process itself. We hope this paper will provide an alternative way to the study of competitive learning.

Structure learning of graphical models for task-oriented robot grasping

In the collective imaginaries a robot is a human like machine as any androids in science fiction. However the type of robots that you will encounter most frequently are machinery that do work that is too dangerous, boring or onerous. Most of the robots in the world are of this type. They can be found in auto, medical, manufacturing and space industries. Therefore a robot is a system that contains sensors, control systems, manipulators, power supplies and software all working together to perform a task. The development and use of such a system is an active area of research and one of the main problems is the development of interaction skills with the surrounding environment, which include the ability to grasp objects. To perform this task the robot needs to sense the environment and acquire the object informations, physical attributes that may influence a grasp. Humans can solve this grasping problem easily due to their past experiences, that is why many researchers are approaching it from a machine learning perspective finding grasp of an object using information of already known objects. But humans can select the best grasp amongst a vast repertoire not only considering the physical attributes of the object to grasp but even to obtain a certain effect. This is why in our case the study in the area of robot manipulation is focused on grasping and integrating symbolic tasks with data gained through sensors. The learning model is based on Bayesian Network to encode the statistical dependencies between the data collected by the sensors and the symbolic task. This data representation has several advantages. It allows to take into account the uncertainty of the real world, allowing to deal with sensor noise, encodes notion of causality and provides an unified network for learning. Since the network is actually implemented and based on the human expert knowledge, it is very interesting to implement an automated method to learn the structure as in the future more tasks and object features can be introduced and a complex network design based only on human expert knowledge can become unreliable. Since structure learning algorithms presents some weaknesses, the goal of this thesis is to analyze real data used in the network modeled by the human expert, implement a feasible structure learning approach and compare the results with the network designed by the expert in order to possibly enhance it.