Browsing by Issue Date, starting with "2021-09-24"
Now showing 1 - 4 of 4
Results Per Page
Sort Options
- Pastas dentífricas com hidroxiapatite: uma alternativa às pastas dentífricas fluoretadas?Publication . Gomes, Ana Maria Pinto; Silva, Cátia CarvalhoOBJETIVO: Sintetizar os fundamentos justificativos dos pontos fortes e fracos das pastas dentífricas com hidroxiapatite face às pastas dentífricas fluoretadas. METODOLOGIA: Pesquisa bibliográfica de artigos publicados nas bases de dados: PubMed, Science Direct e B-On. Foram definidos termos de pesquisa, critérios de inclusão e de exclusão para a seleção dos artigos. No total foram incluídos 50 artigos para a realização desta revisão. PRINCIPAL TÓPICO ABORDADO: A utilização de dentífricos fluoretados associa-se a um menor risco das principais patologias orais. No entanto, o seu uso em crianças, em quantidades inapropriadas, sem supervisão está associado a um risco aumentado de fluorose dentária. As pastas dentífricas com outros componentes ativos, nomeadamente hidroxiapatite ou nano-hidroxiapatite têm sido reconhecidas como potencialmente vantajosas na abordagem preventiva da cárie e da erosão dentária. Na atualidade, as pastas dentífricas com hidroxiapatite são uma alternativa promissora às pastas dentífricas fluoretadas, dada a sua equivalência em termos de eficácia preventiva e maior segurança relativamente à toxicidade pelos fluoretos.
- Impacto no metabolismo de células de carcinoma de células renais ao tratamento com sunitinib por espectroscopia de ressonância magnética nuclearPublication . Amaro, Filipa; Pisoeiro, Carolina; Miranda-Gonçalves, Vera; Jerónimo, Carmen; Henrique, Rui; Bastos, Maria de Lourdes; Guedes de Pinho, Paula; Carvalho, Márcia; Pinto, Joana
- Técnicas de aprendizado de máquina aplicadas na previsão de desempenho de operadores de centros de teleatendimentoPublication . Oliveira, Evandro Lopes de; Torres, José; Moreira, Rui SilvaAutomatizar e melhorar a gestão e o desempenho profissional dos trabalhadores é um grande desafio enfrentado por várias empresas, sobretudo as que possuem um elevado número de funcionários. Portanto, as ferramentas de previsão de desempenho podem fornecer mecanismos especialmente importantes para o planejamento e gestão de recursos humanos das instituições intensamente dependentes do trabalho dos seus colaboradores. Esta tese foca o uso de tecnologias de aprendizado de máquina integradas num pipeline dinâmico que contempla a manipulação e seleção dos dados de entrada e as parametrizações dos algoritmos utilizados para otimizar a previsão do desempenho dos trabalhadores no serviço de teleatendimento. O trabalho de previsão de desempenho, definido neste trabalho pelo absenteísmo e produtividade, foi desenvolvido para uma população-alvo pertencente a uma grande empresa de prestação de serviços de teleatendimento brasileira. As variáveis foram extraídas do perfil dos agentes de teleatendimento e, em seguida, filtradas por processos de correlação e seleção de variáveis. Mais precisamente, neste trabalho, foram extraídas características pessoais, sociais e profissionais de teleatendentes para prever o desempenho de uma população de, aproximadamente, 10,5 mil funcionários. Foram testados alguns modelos de previsão, para os quais um conjunto vasto de variáveis de entrada foram dinamicamente selecionadas e submetidas, permitindo assim comparar o desempenho obtido pelos vários algoritmos de aprendizado máquina utilizados (cf. LR - Logistic Regression, LSTM - Long Short Term Memory, MLP - Multilayer Perceptron, NB - Naive Bayes, RF - Random Forest, SVM - Suport Vector Machine e XGBoost - Extreme Gradient Boosting). A hiper-parametrização destes modelos de aprendizado de máquina também foi considerada na comparação dos algoritmos mais adequados para o problema de previsão. As hiperparametrizações, assim como a seleção de variáveis, foram ajustadas através do uso de um algoritmo evolutivo, permitindo melhorar os resultados de previsão que globalmente foram bastante promissores. O conjunto das técnicas aplicadas no trabalho permitiu melhorar o entendimento sobre o problema da previsão de desempenho da empresa. Foi, assim, possível desenvolver um estudo intensivo de aplicação dos vários algoritmos de aprendizado máquina à previsão de desempenho. Este estudo foi suportado por mecanismos dinâmicos de seleção de variáveis de entrada mais significativas, bem como de técnicas de hiper-parametrização dos algoritmos, que melhor resultados de previsão produziam, de modo a selecionar os algoritmos de aprendizagem máquina mais adequados para o efeito.
- Psychological factors explaining perceived impact of COVID-19 on travelPublication . Magano, José; Vidal, Diogo Guedes; e Sousa, Hélder Fernando Pedrosa; Dinis, Maria Alzira Pimenta; Leite, ÂngelaThis cross-sectional study aims to determine the psychological factors that contribute to the perceived impact of COVID-19 on travel using a convenience sample (N = 1122) from the general population to whom instruments assessing the perception of the COVID-19 pandemic’s impact on travel, anxiety, fear, phobia, risk perception, and stress were applied. The participants were mainly female (65.6%), had not attended university, and who were professionally active, with a mean age of around 30-years-old (M = 31.91, SD = 13.76, Min = 18, Max = 81). The perceived impact of COVID-19 on travel correlates with all of the psychological variables, mainly in terms of the emotional fear of COVID-19. Together with the perceived risk of COVID-19, social phobia due to COVID-19, and COVID-19 stress contamination, these variables explain 20% of the perceived impact of COVID-19 on travel variance. The relationship between COVID-19 stress socio-economic consequences and the perception of the pandemic’s impact on travel is moderated by the emotional perceived risk of COVID-19. Fear and perception of this risk explain the impact of the COVID-19 on travel in pandemic times, suggesting that the psychological impact of fear and anxiety induced by the pandemic needs to be handled as a public health priority.