Logo do repositório

Percorrer por autor "Vaz, Filipe"

A mostrar 1 - 2 de 2
  • Evidencias da ocupação romana no centro de Portimão: o contexto funerário do Jardim 1º Dezembro
    Publication . Freitas, Vera Teixeira de; Gonçalves, David; Tereso, João Pedro; Vaz, Filipe; Valente, Maria João; Carvalho, António Faustino
    O projecto de reabilitação do Jardim 1º de Dezembro em Portimão foi alvo de trabalhos de minimização de impactes arqueológicos, considerando a sensibilidade arqueológica do local, nomeadamente a possibilidade de integrar vestígios da muralha tardo-medieval de Vila Nova de Portimão. Foi possível verifi car que esta estrutura defensiva cobria parcialmente uma outra realidade contextual de cronologia romana, nomeadamente um contexto funerário, muito provavelmente um bustum. Este contexto, alvo de análise bioarqueológica e antracológica, continha oferendas pós-incineração compostas por várias peças de vidro, de cerâmica e de metal, apontando para uma cronologia de fi nais do século I a meados do século II, o que nos leva a considerar esta sepultura como um exemplo tardio do rito funerário de incineração no Algarve.
    2024Documento de conferência Acesso aberto Ver mais
  • Mental illness risk prediction in high school students using artificial neural network
    Publication . Encarnação, Samuel; Vaz, Paula Fortunato; Vaz, Filipe; Fortunato, Álvaro; Monteiro, António Miguel de Barros
    Introduction: The sustainable development goals of the United Nations 2030 agenda, goal number 3 – Good health and well-being- align with student mental health. Objective: To conduct an artificial neural network (ANN) to predict the students' self-reported mental health dimensions. Methods: A cross-sectional and observational study enrolling sociodemographic and health state data from 2050 university students aged (18–30 years). Results: The best algorithm's result was by predicting the students' depressive state with 97 % accuracy (weighted average = [precision = 0.79 %, recall = 0.79 %, F-1 score 0 0.79 %, cross-validation (73 %)]), while dimensions such overall mental health self-perception (validation accuracy = 60 %) and lack of interest in performing their activities of daily living [(ADLs), validation accuracy = 67 %], presented inferior predictions. Conclusions: The ANN best predicted the university students' depressive state (73 %).
    2025-09Artigo científico Acesso aberto Ver mais