1000 resultados para Ambiente : Aprendizagem
Resumo:
Projecto Final para obtenção do grau de Mestre em Engenharia Informática e de Computadores
Resumo:
Mestrado (PES II) em Educação Pré-escolar e Ensino do 1.º Ciclo do Ensino Básico.
Resumo:
Mestrado (PES II) em Educação Pré-Escolar e Ensino do 1.º Ciclo do Ensino Básico.
Resumo:
Mestrado (PES II), Educação Pré-Escolar e Ensino do 1º Ciclo do Ensino Básico, 17 de Junho de 2015, Universidade dos Açores.
Resumo:
Tese de Doutoramento, Educação (Psicologia Educacional), 9 de Dezembro de 2013, Universidade dos Açores.
Resumo:
Mestrado (PES II), Educação Pré-Escolar e Ensino do 1.º Ciclo do Ensino Básico, 24 de Junho de 2015, Universidade dos Açores.
Resumo:
Mestrado (PES II), Educação Pré-Escolar e Ensino do 1.º Ciclo do Ensino Básico, 15 de Junho de 2015, Universidade dos Açores.
Resumo:
Mestrado (PES II), Educação Pré-Escolar e Ensino do 1.º Ciclo do Ensino Básico, 19 de Junho de 2015, Universidade dos Açores.
Resumo:
Dissertação de Mestrado, Educação Pré-Escolar e Ensino do 1.º Ciclo do Ensino Básico, 15 de Junho de 2015, Universidade dos Açores.
Resumo:
Mestrado, Educação Pré-Escolar e Ensino do 1.º Ciclo do Ensino Básico, 19 de Junho 2015, Universidade dos Açores.
Resumo:
Mestrado (PES II), Educação Pré-Escolar e Ensino do 1.º Ciclo do Ensino Básico, 18 de Junho de 2015, Universidade dos Açores.
Resumo:
1º Congresso Internacional de Psicologia, Educação e Cultura. Desafios Sociais e Educação: Culturas e Práticas. Vila Nova de Gaia, 28 e 29 de Junho.
Resumo:
Projeto de Intervenção apresentado à Escola Superior de Educação de Lisboa para a obtenção de grau de Mestre em Didática da Língua Portuguesa no 1º e 2º CEB
Resumo:
A optimização e a aprendizagem em Sistemas Multi-Agente são consideradas duas áreas promissoras mas relativamente pouco exploradas. A optimização nestes ambientes deve ser capaz de lidar com o dinamismo. Os agentes podem alterar o seu comportamento baseando-se em aprendizagem recente ou em objectivos de optimização. As estratégias de aprendizagem podem melhorar o desempenho do sistema, dotando os agentes da capacidade de aprender, por exemplo, qual a técnica de optimização é mais adequada para a resolução de uma classe particular de problemas, ou qual a parametrização é mais adequada em determinado cenário. Nesta dissertação são estudadas algumas técnicas de resolução de problemas de Optimização Combinatória, sobretudo as Meta-heurísticas, e é efectuada uma revisão do estado da arte de Aprendizagem em Sistemas Multi-Agente. É também proposto um módulo de aprendizagem para a resolução de novos problemas de escalonamento, com base em experiência anterior. O módulo de Auto-Optimização desenvolvido, inspirado na Computação Autónoma, permite ao sistema a selecção automática da Meta-heurística a usar no processo de optimização, assim como a respectiva parametrização. Para tal, recorreu-se à utilização de Raciocínio baseado em Casos de modo que o sistema resultante seja capaz de aprender com a experiência adquirida na resolução de problemas similares. Dos resultados obtidos é possível concluir da vantagem da sua utilização e respectiva capacidade de adaptação a novos e eventuais cenários.
Resumo:
OBJETIVO: Analisar o nível de ruído no ambiente de trabalho do professor de educação física durante as aulas de ciclismo indoor e sua associação com alguns aspectos da saúde. MÉTODOS: Estudo transversal conduzido com 15 professores de educação física de diferentes academias de ginástica, na cidade do Rio de Janeiro (RJ), em 2007. As características do processo e da organização do trabalho e as queixas de saúde relatadas pelos professores foram coletadas por meio de questionário padronizado. Para verificação dos transtornos psiquiátricos menores foi usado o SRQ-20 (Self-Report Questionnaire). As medidas de pressão sonora foram realizadas em um aparelho portátil. O nível de pressão foi medido em dB(A) no nível equivalente de energia em diferentes pontos da sala e momentos da aula. As análises estatísticas utilizadas foram a ANOVA, o qui-quadrado e a correlação de Pearson. RESULTADOS: Os níveis de pressão sonora variaram entre 74,4 dB(A) e 101,6 dB(A). Os valores médios encontrados durante as aulas foram: a) aquecimento (média= 88,45 dB(A)); b) parte principal (média= 95,86 dB(A)); e, fechamento (média= 85,12 dB(A)). O ruído de fundo apresentou o valor médio de 66,89 dB(A). Houve diferenças significativas (p<0,001) entre os valores médios de ruído de fundo e as fases da aula. O ruído não se correlacionou aos transtornos psiquiátricos menores. CONCLUSÕES: Os profissionais de educação física que trabalham com ciclismo indoor estão sujeitos a níveis elevados de pressão sonora em suas aulas. Este agente físico tem sido associado a diversos problemas de saúde e, portanto, requerer um controle mais amplo.