02.1 - Graduação (UAEADTec)
URI permanente desta comunidadehttps://arandu.ufrpe.br/handle/123456789/2877
Navegar
3 resultados
Resultados da Pesquisa
Item Transformação digital na educação pública : explorando o impacto da inteligência artificial e do big data nas escolas integrais no município de Pesqueira-PE(2024-12-03) Maciel, Paulo Ricardo Torres; Correia Neto, Jorge da Silva; http://lattes.cnpq.br/6369240444943934A integração da IA e do big data na educação é amplamente reconhecida como uma ferramenta capaz de não só personalizar o ensino, adaptando-o às necessidades de cada aluno, como também otimizar os processos administrativos, promovendo decisões mais eficazes e transparentes no ambiente escolar. A partir da percepção dos profissionais de educação sobre o uso da inteligência artificial e do big data nas escolas integrais estaduais de Pesqueira-PE, este estudo buscou avaliar como essas tecnologias podem otimizar os processos educacionais e administrativos.Com uma abordagem quali-quantitativa, exploratória e descritiva, a pesquisa utilizou questionários aplicados a diversos membros da comunidade escolar. Os resultados indicam que, embora os profissionais reconheçam o potencial da IA para personalizar o ensino e melhorar a eficiência administrativa, ainda há incertezas sobre seu impacto concreto no desempenho acadêmico dos alunos e desafios relacionados à infraestrutura e capacitação técnica. A implementação do big data foi vista como positiva para a gestão escolar, mas as preocupações com a segurança dos dados e a falta de políticas claras ainda representam barreiras. Conclui-se que, apesar das limitações identificadas, a adoção dessas tecnologias pode trazer benefícios significativos para a educação de PesqueiraPE, desde que acompanhada de investimentos em formação e políticas de uso ético. Pesquisas futuras devem explorar estratégias de capacitação e os efeitos de longo prazo dessas inovações no contexto escolar.Item Avaliação de algoritmos multi-classe para classificação de solicitações enviadas a Ouvidoria Geral do Estado de Pernambuco(2021-03-29) Carvalho, Luiz Henrique Teixeira; Ferreira, Jeneffer Cristine; http://lattes.cnpq.br/3000364145302421The Ombudsman’s Office is a public agency that covers the entire state of Pernambuco and every day receives several requests with the most varied themes involving all other organs of the state, with that in certain times of the year, these requests can come to burden the resources of State. The main objective of this work is to apply the multi-class classification algorithms to the data obtained from the transparency portal, and to try to predict requests sent to the Ombudsman’s Office of the State of Pernambuco To obtain data from the Ombudsman’s Office of the State of Pernambuco, data scraping was carried out on the Pernambuco Transparency Portal of Pernambuco. Data for the years 2017, 2018 and 2019 were obtained. The algorithms Decision Tree, Random Forest, Bagging and kNN were applied to the ombudsman data. The results showed that the automatic data classification algorithms, particularly the Decision Tree, Random Forest, Bagging algorithms achieved 55 percent and 32 percent in the type and organ classes respectively, taking advantage of one hit every two attempts in the type class and one hit every three attempts in the organ class. The algorithms were also evaluated about their performance in time of model creation and training, with the Decision Tree algorithm as the most performative.Item A importância dos Dados Estruturados, Não Estruturados e Semiestruturados os desafios da sua utilização nas organizações brasileiras(2022-02-18) Simões, Rachel Albuquerque Mangueira; França, Sônia Virginia Alves; http://lattes.cnpq.br/6477581135066258; http://lattes.cnpq.br/1476668673947358Due to the continuous advancement of Big Data and the increasing need to achieve competitive advantage in the market, organizations are facing the challenges and the importance of structured and unstructured data in the market, data has its space as the main actor on the role development of software, capable of identifying behavioral patterns of groups of clients, insights and identification of new opportunities. Thanks to this, in this work, the advantages and disadvantages, importance and challenges were raised, based on observational scientific research participant in a natural way, where data collection was necessary to obtain the information, using aspects, analyzing facts and phenomena of the object of study in question, effectively participating in the activities in order to highlight the most relevant points for organizations and society in general.