Navegando por Assunto "Processamento de dados"

Agora exibindo 1 - 4 de 4

Como o capitalismo de vigilância influencia o comportamento do consumidor: uma plataforma instagramágico
(2024-10-09) Lima, João Wellington de; Freitas, Dayse Amâncio dos Santos Veras; http://lattes.cnpq.br/2538184572616875; http://lattes.cnpq.br/3760247991082202
Com a passagem do desenvolvimento industrial para o informacional, foi criado uma estrutura de transmissão de informação e comunicação globalizada. Essa estrutura proporcionou o aparecimento de novas interações, controle, transformação social e de um novo tipo de poder, chamado de Instrumentário, configurado pela vigilância digital. Com o capitalismo de vigilância, esse que é uma nova lógica do capitalismo defendida pela autora Shoshana Zuboff (2020), a experiência humana se transformou em dados comportamentais, tido como a nova matéria-prima e criando um novo tipo de mercado. Atualmente tais dados são coletados a partir das ferramentas e das plataformas digitais. O presente trabalho teve como objeto de estudo, a plataforma de rede social Instagram, tendo como hipótese que os consumidores/usuários dessa rede social identificam que são influenciados pelos dados gerados através da plataforma. Para exploração do tema foi feita uma pesquisa bibliográfica e qualitativa, com levantamento de referências teóricas. Para coletar informações foi utilizado como método, a aplicação de um questionário pela ferramenta do Google Forms, aplicado entre os dias 03 e 18 do mês de setembro do ano de 2024 e analisado a partir do conceito capitalismo de vigilância de Zuboff (2020). Como resultado, foi obtido que os usuários/consumidores da rede social Instagram sofrem influências da plataforma a partir dos anúncios recebidos. E a conclusão é que, o capitalismo de vigilância é um fator primordial na atual sociedade, pois através da mineração e coleta de dados conseguem influenciar diversos indivíduos através da análise das suas informações geradas nas plataformas.
Especificação de indicadores no contexto do Sistema Nacional de CT&I
(2026-02-13) Motta, João Luiz da Silva; Souza, Ricardo André Cavalcante de; http://lattes.cnpq.br/7101881357139219; http://lattes.cnpq.br/1053438526406751
O uso estratégico de dados permite aos governos criar condições para antecipar as necessidades públicas, melhorar a oferta e qualidade dos serviços públicos, aumentar a efificácia dos gastos, aprimorar a implementação de políticas públicas, bem como avaliar seu próprio desempenho. Neste sentido, os indicadores se destacam como ferramentas essenciais para medir e monitorar os resultados e impactos de políticas públicas baseadas em evidências. No contexto do complexo Sistema Nacional de Ciência, Tecnologia e Inovação (CT&I), existem iniciativas de diversas organizações que publicam indicadores a partir da agregação de dados de múltiplas fontes, envolvendo formação, dispêndios, produção científifica e tecnológica, inovação, entre outros. Entretanto, cada organização utiliza metodologia própria e não há um processo padronizado para orientar entes do sistema nacional de CT&I, como Instituições de Ciência e Tecnologia (ICT) e Fundações de Amparo à Pesquisa (FAP), interessados em monitorar e avaliar políticas de CT&I a partir de indicadores objetivos, comparáveis e replicáveis. Este estudo buscou então fazer uma análise das principais iniciativas nacionais para mapear o processo necessário para especifificar indicadores de CT&I, envolvendo as etapas de levantamento, sistematização, validação, publicação e monitoramento. Além disso, foi produzido um Catálogo dos Indicadores de CT&I e, fifinalmente, foi proposta uma ontologia, por meio da linguagem OML (Ontological Modeling Language), para formalizar e padronizar a especifificação dos indicadores catalogados. Os resultados deste trabalho contribuem em sistematizar a harmonização e permitir a integração de indicadores de CT&I em plataformas digitais de inteligência estratégica, portais de dados abertos e grafos do conhecimento, fortalecendo assim a transparência, o monitoramento e a avaliação de políticas de CT&I no Brasil.
Orquestração de pipelines de dados educacionais: uma arquitetura automatizada com Apache Airflow e MinIO para integração SIGAA-ENADE
(2026-07-21) Santos, Arthur Henrique Martins; Albuquerque Júnior, Gabriel Alves de; http://lattes.cnpq.br/1399502815770584; http://lattes.cnpq.br/8616497325595501
A fragmentação e a dependência de processos manuais na integração de bases educacionais representam um desafio significativo para a governança de dados no ensino superior, aumentando o risco de falhas operacionais e inconsistências analíticas. Este trabalho propõe uma arquitetura de orquestração de pipelines de dados para automatizar a extração, transformação e carga (ETL) das bases consumidas pelo System of Academic Business Intelligence and Analytics (SABIA), plataforma institucional da Universidade Federal Rural de Pernambuco (UFRPE). A solução foi desenvolvida utilizando Apache Airflow para o gerenciamento de Grafos Acíclicos Direcionados (DAGs), Python e Pandas para o processamento, e o MinIO como repositório de objetos, estruturado em um modelo enxuto de camadas para separar dados brutos de dados processados em formato Parquet. O pipeline integra registros acadêmicos internos (sistemas SIGAA e SIGA) e o arquivo oficial de vagas da instituição com microdados públicos de avaliação (ENADE/INEP). A execução prática do projeto validou a conversão de 14 rotinas analíticas, outrora executadas manualmente, em um fluxo interdependente e concluído de forma automatizada em aproximadamente 7 minutos. Os resultados demonstram que a nova infraestrutura mitigou problemas de qualidade de dados como divergências de nomenclatura, valores ausentes e duplicidades, além de fornecer a rastreabilidade e a capacidade de recuperação de falhas exigidas por uma governança madura. Conclui-se que a padronização orquestrada não apenas tornou o abastecimento do SABIA confiável e independente de intervenção humana, como também consolidou um modelo arquitetural escalável e replicável para outras instituições que utilizam as mesmas infraestruturas de gestão acadêmica.
Previsão de demanda em frigorífico para apoio à gestão de estoque
(2026-07-10) Batista, Fellipe de Brito Lira; Garrozi, Cícero; http://lattes.cnpq.br/0488054917286587
Este trabalho apresenta o desenvolvimento e a avaliação de uma solução de previsão de vendas por produto aplicada ao contexto do Frigorifico Candeias. A proposta utiliza dados históricos reais de vendas com o objetivo de apoiar decisões relacionadas a compras, estoque e planejamento operacional. Para isso, foi estruturada uma pipeline de processamento de dados, foi adotado o modelo Prvphet como ponto de partida e foi realizada a comparação com outros métodos de previsão e estratégias complementares de avaliação. Os experimentos foram conduzidos por meio de backtesting, buscando verificar o comportamento dos modelos em condições próximas ao uso prático. Como pane da solução, também foi desenvolvido um aplicativo de apoio à decisão para facilitar a visualização e a interpretação das previsões pelo dono da empresa e por gestores. Como contribuição, o trabalho integra tratamento de dados, modelagem preditiva, avaliação experimental e disponibilização dos resultados em uma solução aplicada ao ambiente empresarial.