Psicologia, cognição e sucesso escolar: concepção e validação dum programa de estratégias de aprendizagem

Neste artigo apresentamos a concepção e validação dum programa de estratégias de aprendizagem promotor do sucesso académico, bem como do bem-estar pessoal e escolar. Cada conteúdo de aprendizagem utiliza uma estratégia com 8 estádios: Pré-teste e Contrato, Descrição, Modelação, Prática Verbal, Prática Controlada e Feedback, Prática Avançada e Feedback, Pós-teste e Contratos, e Generalização. Trata-se dum estudo quasi-experimental, com pré e pós-teste, grupo experimental e de controlo. Avaliou-se o efeito do programa na (a) compreensão e expressão verbal; (b) aproveitamento escolar; (c) auto-estima, hábitos de estudo; (d) atribuições causais do sucesso; e (e) opiniões dos professores. O GE (n=110) melhorou significativamente comparativamente ao GC (n=99) indicando que o Programa traz benefícios escolares e pessoais aos estudantes portugueses.

Análise de dados gemelares: uma aventura guiada para investigadores das ciências do desporto

Este tutorial pretende apresentar, de forma sumária: 1) a importância dos estudos gemelares em Educação Física e Ciências do Desporto; 2) a estrutura básica deste tipo de delineamento; 3) as etapas da análise descritiva inicial; 4) os procedimentos de análise em grau crescente de complexidade - da análise de variância, à modelação de estruturas de covariância; 5) bem como a relevância da exploração da disocordância intrapar de gêmeos monozigóticos. Esta processologia, baseada num tutorial, recorrerá aos valores do fenótipo índice de atividade física nos tempos de lazer, com base numa amostra de 207 pares de gêmeos mono e dizigóticos. Todas as etapas da análise são comentadas e será interpretado o signifi cado dos resultados, salientando o fato do fenótipo em causa ser explicado pelos fatores genéticos em cerca de 63%.

Avaliação e controlo da qualidade da água de albufeiras com base em modelos dinâmicos

A problemática relacionada com a modelação da qualidade da água de albufeiras pode ser abordada de diversos pontos de vista. Neste trabalho recorre-se a metodologias de resolução de problemas que emanam da Área Cientifica da Inteligência Artificial, assim como a ferramentas utilizadas na procura de soluções como as Árvores de Decisão, as Redes Neuronais Artificiais e a Aproximação de Vizinhanças. Actualmente os métodos de avaliação da qualidade da água são muito restritivos já que não permitem aferir a qualidade da água em tempo real. O desenvolvimento de modelos de previsão baseados em técnicas de Descoberta de Conhecimento em Bases de Dados, mostrou ser uma alternativa tendo em vista um comportamento pró-activo que pode contribuir decisivamente para diagnosticar, preservar e requalificar as albufeiras. No decurso do trabalho, foi utilizada a aprendizagem não-supervisionada tendo em vista estudar a dinâmica das albufeiras sendo descritos dois comportamentos distintos, relacionados com a época do ano. ABSTRACT: The problems related to the modelling of water quality in reservoirs can be approached from different viewpoints. This work resorts to methods of resolving problems emanating from the Scientific Area of Artificial lntelligence as well as to tools used in the search for solutions such as Decision Trees, Artificial Neural Networks and Nearest-Neighbour Method. Currently, the methods for assessing water quality are very restrictive because they do not indicate the water quality in real time. The development of forecasting models, based on techniques of Knowledge Discovery in Databases, shows to be an alternative in view of a pro-active behavior that may contribute to diagnose, maintain and requalify the water bodies. ln this work. unsupervised learning was used to study the dynamics of reservoirs, being described two distinct behaviors, related to the time of year.

Simulação estocástica da transmissividade em formações graníticas alteradas e fracturadas

Considerando como caso de estudo o do maciço envolvente e subjacente à antiga mina de urânio de Quinta do Bispo (Concelho de Mangualde), composto essencialmente por granitos hercínicos e metasedimentos do Complexo Xisto-Grauváquico, estabeleceu-se uma metodologia que permitiu a construção de modelos 3D de transmissividade, equiprováveis, mediante o cruzamento de propriedades intrínsecas do maciço rochoso – neste caso particular, a litologia, o grau de alteração e a densidade de fracturação - passíveis de modelação estocástica a 3D, com propriedades hidrogeológicas do meio, medidas in situ e avaliadas deterministicamente, por via da realização e interpretação de ensaios de bombagem direcionados. A interpretação dos resultados dos ensaios de bombagem realizou-se por patamares, recorrendo-se aos métodos de “Porosidade Dupla” e de “Theis com correcção de Jacob”, tendo-se processado curvas cumulativas de valores de transmissividade em função da litologia e do grau de alteração, conforme os distintos sectores comportamentais do maciço. A metodologia adoptada levou a que os valores de transmissividade de cada célula dos modelos 3D tenham sido simulados com condicionamento aos valores experimentais dos ensaios de bombagem, ponderados de acordo com as probabilidades dessa mesma célula representar, numa dada localização no espaço, uma certa Litologia, sob um determinado Grau de Alteração que possui, quando aplicável, um certo Número de Fracturas não preenchidas. As variáveis representativas dos atributos geológicos Litologia, Grau de Alteração e Número de Fracturas, foram simuladas em cadeia pelo que os modelos de transmissividades integram a variabilidade e heterogeneidade locais destes atributos, os quais condicionam o fluxo tridimensional da água.

Evolutionary algorithms for the modeling of bioreactors

This work aims to study the application of Genetic Algorithms in anaerobic digestion modeling, in particular when using dynamical models. Along the work, different types of bioreactors are shown, such as batch, semi-batch and continuous, as well as their mathematical modeling. The work intendeds to estimate the parameter values of two biological reaction model. For that, simulated results, where only one output variable, the produced biogas, is known, are fitted to the model results. For this reason, the problems associated with reverse optimization are studied, using some graphics that provide clues to the sensitivity and identifiability associated with the problem. Particular solutions obtained by the identifiability analysis using GENSSI and DAISY softwares are also presented. Finally, the optimization is performed using genetic algorithms. During this optimization the need to improve the convergence of genetic algorithms was felt. This need has led to the development of an adaptation of the genetic algorithms, which we called Neighbored Genetic Algorithms (NGA1 and NGA2). In order to understand if this new approach overcomes the Basic Genetic Algorithms (BGA) and achieves the proposed goals, a study of 100 full optimization runs for each situation was further developed. Results show that NGA1 and NGA2 are statistically better than BGA. However, because it was not possible to obtain consistent results, the Nealder-Mead method was used, where the initial guesses were the estimated results from GA; Algoritmos Evolucionários para a Modelação de Bioreactores Resumo: Neste trabalho procura-se estudar os algoritmos genéticos com aplicação na modelação da digestão anaeróbia e, em particular, quando se utilizam modelos dinâmicos. Ao longo do mesmo, são apresentados diferentes tipos de bioreactores, como os batch, semi-batch e contínuos, bem como a modelação matemática dos mesmos. Neste trabalho procurou-se estimar o valor dos parâmetros que constam num modelo de digestão anaeróbia para o ajustar a uma situação simulada onde apenas se conhece uma variável de output, o biogas produzido. São ainda estudados os problemas associados à optimização inversa com recurso a alguns gráficos que fornecem pistas sobre a sensibilidade e identifiacabilidade associadas ao problema da modelação da digestão anaeróbia. São ainda apresentadas soluções particulares de idenficabilidade obtidas através dos softwares GENSSI e DAISY. Finalmente é realizada a optimização do modelo com recurso aos algoritmos genéticos. No decorrer dessa optimização sentiu-se a necessidade de melhorar a convergência e, portanto, desenvolveu-se ainda uma adaptação dos algoritmos genéticos a que se deu o nome de Neighboured Genetic Algorithms (NGA1 e NGA2). No sentido de se compreender se as adaptações permitiam superar os algoritmos genéticos básicos e atingir as metas propostas, foi ainda desenvolvido um estudo em que o processo de optimização foi realizado 100 vezes para cada um dos métodos, o que permitiu concluir, estatisticamente, que os BGA foram superados pelos NGA1 e NGA2. Ainda assim, porque não foi possivel obter consistência nos resultados, foi usado o método de Nealder-Mead utilizado como estimativa inicial os resultados obtidos pelos algoritmos genéticos.