Browsing by Issue Date, starting with "2024-03-12"
Now showing 1 - 8 of 8
Results Per Page
Sort Options
- Pre-hospital ultrasonography screening for biliary disease in remote settingsPublication . Miravent, Sérgio; Cármen Jimenez; Manuel Lobo; Figueiredo, Teresa; Almeida, RuiScreening ultrasound, including Point of Care Ultrasonography (POCUS), is widely utilized for rapid clinical guidance in diverse healthcare settings. In this case report, a 34-year-old male with recurrent biliary colic symptoms underwent a Basic Emergency Service ultrasound, revealing a 13 mm gallbladder calculus and signs of inflammation, and was promptly referred to the hospital for further evaluation and treatment. Medical specialist confirmation at the hospital underscored the significance of early detection through POCUS. Despite inconclusive laboratory results, the detailed ultrasound assessment provided a comprehensive understanding, emphasizing the tool's value in averting complications. Thus, screening ultrasound played a pivotal role in justifying the hospital referral, showcasing its vital role in healthcare, especially in resource-limited settings. The judicious use of POCUS can lead to superior outcomes, avoiding unnecessary referrals for non-emergent cases.
- Evaluation of antimicrobial activity of indigenous wine yeastsPublication . Sobral, Sónia Isabel Amador; Soares, Margaret Bento; Faleiro, Maria LeonorKiller yeasts represent a very interesting part of microbiology, they are yeasts that can produce toxins that kill sensitive strains. They have various mechanisms of action such as: damaging the cell wall, permeabilising the cell membrane, disrupting the cell cycle and fragmenting RNA. This phenotype was first described in Saccharomyces cerevisiae, but various studies have shown that it extends to several other yeast species, and they can be present in various ecosystems such as soil, plants, animals or vineyards. Since killer yeasts are present in wine, indigenous yeasts from must have been studied for their antimicrobial capabilities, which could have various applications in terms of biocontrol, potential substitutes for commonly used antimicrobial agents. Moreover, in the winemaking, these yeasts could be substitutes for sulphites, which are commonly used to inhibit spoilage yeasts like Pichia guilliermondii that can negatively affect the wine’s aroma, flavor, and mouthfeel. This study focused on screening and identifying killer yeasts from wine must isolates. Mestchnikowia pulcherrima, a yeast with a killer phenotype, stood out among the isolates under study. It exhibits a killer phenotype not through conventional toxins but via a pigment known as pulcherrimin, which targets strains reliant on iron for survival. It was possible to identify two proteins that are involved in the killer phenotype, the Ski3 and Ski8 proteins., that are part of a protein complex that promotes the degradation of mRNA, thus interfering with the cell cycle of sensitive microorganisms. The results of this study highlight the potential of killer yeasts as new, natural antimicrobial agents that can be used to improve wine fermentation and preservation as well as protect wine from spoilage organisms. Furthermore, this research highlights their potential to treat pathogenic microorganisms, resistant to antimicrobial agents, suggesting a more natural, healthy, and sustainable strategy in the context of basic medicine.
- Sustentabilidade energética em infraestruturas aeroportuáriasPublication . Domingos, Anselmo Luís; Oliveira, Luís Manuel deO presente relatório de estágio documenta o trabalho desenvolvido na ANA - Aeroportos de Portugal, focando-se no desenvolvimento de um sistema de painéis fotovoltaicos adaptado ao diagrama de carga do Aeroporto Gago Coutinho. O objetivo deste modelo visa otimizar a produção de energia ao longo do dia, sem comprometer de forma significativa o pico de produção. Foram utilizados sistemas computacionais, como o PVGIS e o SAM, além de um sistema de teste experimental, para realizar simulações que quantificam a produção de energia fotovoltaica. Os dados foram processados em MATLAB para calcular a variação da produção de energia em diferentes cenários e identificar as respetivas relações causa-efeito. Durante o estágio, foi também acompanhada a substituição de lâmpadas convencionais por tecnologia LED, com o intuito de aumentar a eficiência energética e reduzir os custos operacionais. Este processo envolveu a seleção de tecnologias adequadas, promovendo a sustentabilidade nas instalações do aeroporto. Outro projeto relevante foi a remodelação de um posto de transformação, que incluiu a escolha de novas tecnologias para substituir equipamentos, bem como a definição da sua disposição, considerando a expansão das infraestruturas do edifício. Esse trabalho colaborativo visou melhorar a eficiência e funcionalidade das instalações. Além disso, o relatório aborda a participação no programa AFIF, cujo objetivo é a substituição de equipamentos movidos a combustíveis fosseis por alternativas elétricas, em alinhamento com as políticas de descarbonização da União Europeia. As implementações bem-sucedidas desses projetos representam um passo importante em direção à sustentabilidade ambiental e energética dos aeroportos portugueses, contribuindo para um futuro mais sustentável.
- Tracking major changes in wildfire regimes during MIS 12 and MIS 16 in the western Iberian PeninsulaPublication . Schlüter, Anni Henrike; Daniau, Anne-Laure; Veiga-Pires, CristinaGlobal warming and a predicted unprecedented increase in CO2 by 2100 underscore the urgent need for an enhanced understanding of the climate system. Accelerated global warming is impacting ice sheet melting and intensifying climate hazards, particularly in vulnerable regions. Transitional periods between glacial and interglacial states, including glacial terminations, have historically seen rapid temperature and CO2 increases every 100 kyr, accompanied by abrupt climate shifts occurring over millennial to century scales. The main objective of this master project is to document changes in biomass burning and wildfire regimes during glacial periods (Marine Isotope Stages (MIS) 16 and 12) in the western Iberian Peninsula and explore its relationship with vegetation type and climate conditions obtained in the framework of the Hydroshifts project (PTDC/CTA-CLI/4297/2021). These periods offer a unique opportunity to understand the non-linear behaviour of the climate system, serving as valuable benchmarks for testing the forecasted climate. Through microcharcoal analysis, variations of fire regimes during dry (glacial) was determined and compared with vegetation data, obtained by other researchers in the framework of the Hydroshifts project. The main findings showed that under drier (colder) conditions as modulated by orbital factors and AMOC shut-down during MIS 12 increased fire activity is stronger associated with semi-desert vegetation. During wetter conditions as found in MIS 16 due to higher amplitude of precession and AF position further north, fire activity was lower and more associated with heathland vegetation. Albeit both being strong glacials, these differences in relative wetness can be attributed to the strength of the Atlantic meriodional overturning circulation (AMOC) and its influence on the location of the Arctic Front (AF) which modulates the climate on the western-Iberian Peninsula and leads to different fire activity behaviour.
- Predictive analytics for sales forecasting in smes: a machine learning and bi integrationPublication . Contreiras, Alexandre Miguel Guerreiro; Ramos, Célia Maria QuitérioA previsão de vendas é um desafio significativo para empresas do setor turı́stico, uma vez que depende de vários elementos, como a sazonalidade, o comportamento dos turistas, as condições macroeconómicas e inclusive as condições meteorológicas. O Algarve é uma região central para o turismo em Portugal, atraindo turistas de diversas partes do mundo devido à sua extensa costa e condições favoráveis para atividades marı́timo-turı́sticas. Este trabalho tem como propósito investigar a integração de análise preditiva com técnicas de machine learning para a previsão de vendas numa pequena e média empresa no setor do turismo náutico. O estudo centra-se numa empresa que opera principalmente na oferta de passeios marı́timo- turı́sticos, localizada no Algarve. Para tal, desenvolveu-se um modelo preditivo que utiliza dados históricos de bookings, bem como outros conjuntos de dados suplementares, tais como chegadas ao aeroporto de Faro, estadias no distrito de Faro e tráfego no website da empresa, integrando-os num software de Business Intelligence, o Power BI. O principal objetivo deste estudo foi criar um modelo de previsão de vendas capaz de criar previsões precisas e de fácil interpretação referente aos lugares nas embarcações dos passeios da empresa em estudo. Estas previsões de vendas visam apoiar os gestores nas suas decisões operacionais e estratégicas. Com todo o desenvolvimento de modelos e análises dos datasets, não se pretende apenas realizar uma previsão de vendas, mas também fornecer informações úteis para a otimização de recursos e planeamento financeiro, que são fundamentais para melhorar a eficiência de pequenas e média empresas neste setor altamente competitivo. Assim, este estudo procura uma abordagem dinâmica que combina técnicas de machine learning com ferramentas de visualização de dados, permitindo que os gestores da empresa em estudo consigam compreender e aplicar conclusões em casos práticos na gestão da mesma. A metodologia deste estudo baseou-se no CRISP-DM (Cross-Industry Standard Process for Data Mining), uma metodologia amplamente utilizada no ramo de ciência de dados e data mining. Este processo compreende seis fases: Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation e Deployment. A fase inicial envolveu uma análise aprofundada do setor e operadores do turismo náutico no Algarve, bem como uma revisão da literatura sobre previsão de vendas e técnicas de machine learning aplicadas ao turismo. A fase de Data Understanding, envolveu a recolha de dados provenientes de várias fontes. O dataset principal, consistiu em registos de reservas da empresa em estudo, recolhidos entre 2017 e 2024. Este conjunto de dados foi complementado com três datasets secundários: dados de chegadas ao Aeroporto de Faro, dados de estadias (dormidas) no distrito de Faro e dados referentes ao website da empresa. A integração destes conjuntos de dados proporcionou um contexto mais completo sobre os fatores que influenciam a procura turı́stica, permitindo uma modelação preditiva mais robusta. Durante a fase de preparação dos dados, foram aplicadas várias técnicas de extração, transformação e carregamento de dados, para garantir que estes apresentassem a qualidade desejada e demonstrando ser consistentes e prontos para análise. Além disso, foram criadas novas variáveis, como Lead Time (número de dias entre a data de reserva e a data de marcação) e Total PAX (número total de passageiros por reserva), para enriquecer o modelo. O tratamento de valores vazios e a remoção de outliers garantiram que o modelo estivesse preparado para gerar previsões fiáveis. A fase de Modeling envolveu a aplicação de várias técnicas de machine learning, incluindo Support Vector Regression, Random Forest e XGBoost. Os dados foram divididos em três granularidades de previsão: diária, semanal e mensal. Para cada escala temporal, foram desenvolvidos modelos separados e os seus desempenhos foram avaliados utilizando métricas como MAE, RSME, WAPE e R2. Os resultados mostram que o modelo Support Vector Regression apresenta o melhor desempenho na previsão diária, oferecendo previsões mais precisas para intervalos de curto prazo. O XGBoost, por outro lado, destacou-se nas previsões de vendas semanais e mensais, demonstrando a sua capacidade de capturar padrões mais amplos e de longo prazo no comportamento das vendas. Estes resultados demonstram que, ao combinar diferentes modelos de machine learning, é possı́vel obter previsões mais precisas dependendo do intervalo temporal em análise. Os modelos desenvolvidos foram implementados através do Power BI, permitindo a criação de quatro dashboards interativos. Cada um destes dashboards foi desenhado para responder a diferentes necessidades de gestão da empresa, fornecendo insights cruciais. O primeiro dashboard apresenta uma visão geral da performance da empresa. O segundo dashboard é focado na parte operacional da empresa. O terceiro dashboard auxilia na análise de desempenho financeiro, permitindo a visualização de receitas. Por fim, o quarto dashboard está focado nos resultados dos modelos, apresentando as métricas de desempenho e gráficos com as previsões geradas. Adicionalmente, foi integrado um gráfico de simulação de vendas que permite visualizar o impacto da alteração do preço da tour. O dashboard também inclui gráficos sobre as variáveis externas, proporcionando Sales forecasting is a signiicant challenge for companies in the tourism sector, as it depends on various factors such as seasonality, tourist behavior, macroeconomic conditions, and even weather conditions. The Algarve is a central region for tourism in Portugal, attracting tourists from various parts of the world due to its extensive coastline and favorable conditions for maritime tourism activities. This thesis examines the integration of predictive analytics and machine learning for sales forecasting in a small and medium-sized enterprise within the nautical tourism industry. The primary objective is to develop a robust forecasting model that helps the studied maritime tourism operator in the Algarve optimize resources and make informed business decisions. The methodology is based on the application of analysis and feature engineering, leveraging historical booking data along with secondary datasets, including district airport arrivals, overnight district stays, and website trafic. The data was processed, and the forecasting model, plus booking data, was integrated with Power BI to facilitate monitoring and operational planning. The results indicate that the SVR model is the most accurate for daily forecasting, while the XGBoost model demonstrates superior performance for weekly and monthly sales predictions. These models provide forecasts that support decision-making processes related to resource allocation and pricing strategies. The study also highlights the role of data storytelling in transforming raw data into actionable insights, allowing decision-makers to easily interpret and apply forecast results. This innovative approach contributes to the enhancement of sales forecasting models within the tourism sector, emphasizing the value of machine learning in improving financial efficiency and operational agility. uma visão mais abrangente dos fatores que podem influenciar as reservas. Esta integração com o Power BI facilita a interpretação dos resultados pelos gestores da empresa, permitindo-lhes ajustar rapidamente as suas operações com base nas previsões de vendas e comportamento do cliente, melhorando assim a eficiência operacional e a capacidade de resposta às mudanças no setor. Uma das principais contribuições deste estudo foi a combinação de machine learning com data storytelling através de ferramentas de visualização interativas, como o Power BI. Esta abordagem não só forneceu previsões de vendas, como também tornou os resultados acessı́veis e fáceis de interpretar para os gestores. Ao traduzir dados complexos em narrativas visuais, este estudo promoveu uma compreensão mais intuitiva das tendências de vendas e das necessidades operacionais. Este método contribui para o desenvolvimento de modelos preditivos mais sofisticados, que podem ser aplicados não só no turismo náutico, mas também em outros setores do turismo e hospitalidade. Em conclusão, este estudo demonstra o potencial das técnicas de machine learning para transformar o processo de previsão de vendas em PME do setor turı́stico, fornecendo ferramentas mais eicazes para a tomada de decisões. O uso de ferramentas de BI e análise preditiva oferece às empresas a capacidade de ajustar a sua estratégia de forma proativa, com base em dados, melhorando assim a competitividade num mercado em constante mudança.
- Atitudes parentais, perturbação depressiva major e comportamentos suicidários na adolescênciaPublication . Mesquita, Ana Carolina Amaral; Nunes, CristinaA adolescência é uma fase crítica do desenvolvimento, marcada pela formação da identidade e por uma maior vulnerabilidade para perturbações mentais, como a depressão e comportamentos suicidários. As atitudes parentais parecem poder potenciar ou inibir o desenvolvimento das mesmas, uma vez que os pais são as nossas primeiras figuras de referência, com quem criamos um padrão relacional. Este estudo investigou a relação entre as atitudes parentais, a perturbação depressiva major e os comportamentos suicidários em adolescentes, utilizando escalas validadas para avaliar estas variáveis. A amostra foi composta por 622 adolescentes de escolas públicas da região do Algarve, com idades entre 12 e 19 anos (M = 15,01; DP = 2,076). Foram aplicados três questionários permitindo conhecer as variáveis sociodemográficas, avaliar a perceção das atitudes parentais (IPA) e medir a sintomatologia depressiva e os comportamentos suicidários (APS-SF). Os resultados indicaram que os adolescentes que percecionam elevados níveis de afeto parental apresentam menor risco de desenvolver perturbação depressiva e ideação suicida, enquanto aqueles que percecionam altos níveis de hostilidade tendem a exibir maior vulnerabilidade para psicopatologia. Fatores como a estrutura familiar e o nível socioeconómico também se revelaram determinantes, com maior vulnerabilidade observada em adolescentes de famílias monoparentais e de baixo nível socioeconómico. As separações familiares significativas, como o divórcio ou a morte de um progenitor, emergiram como fatores de risco adicionais. Estes resultados sublinham a importância das atitudes parentais e sugerem a necessidade de intervenções focadas no suporte familiar.
- Families of young people who self-harm: a systematic review of their experiences and needsPublication . Dias, Beatriz Maria Cação; Brás, MartaYouth self-harm is increasingly recognized as a significant issue with far-reaching effects on families. Although often framed as an individual problem, it disrupts the psychological well-being and dynamics of the family, underscoring the urgent need to understand its broader impact on family systems. This systematic review aims to provide a comprehensive understanding of the experiences and needs of families of young people who self-harm. A systematic search was conducted in PsycINFO, PubMed, Web of Science, and Scopus, along with forward tracking of references from the included studies, up to July 2024. Methodological quality was assessed using the MMAT and the GRADE-CERQual approach. Quantitative data were synthesized through narrative synthesis, while qualitative data were analyzed using thematic synthesis. The review included 29 studies, with quantitative findings identifying two key themes: (1) Self-harm Repercussions in the Family, and (2) Support and Being Supported. Qualitative analysis revealed four analytical themes: (1) Emotional and Psychological Burden; (2) Biographical Disruption and Parenting Shifts; (3) Impact on Family Dynamics; and (4) Seeking and Accessing Support. The synthesis highlights the profound emotional, psychological and relational effects of youth self-harm on families, emphasizing the need for improved health systems, trained professionals, and more readily available resources.
- Multimodalidade na aprendizagem de línguas: efeito de gestos e imagens na aquisição de novo vocabulárioPublication . Brites, Diana Pires; Correia, João; García-Gámez, AnaO presente estudo examina o impacto do uso de gestos e imagens na aprendizagem de vocabulário em língua estrangeira (LE). Partindo da Teoria da Codificação Dupla e da Teoria da Aprendizagem Multimodal, o estudo propõe que a combinação de elementos visuais e motores enriquece o processamento semântico, facilitando a retenção de palavras. Baseado nas investigações anteriores que indicam a eficácia do uso de gestos e imagens, este trabalho visa avaliar se essas estratégias, quando usadas isoladamente ou em conjunto, têm um efeito positivo no desempenho dos aprendizes, em comparação com métodos baseados apenas com palavras. Participaram 12 estudantes universitários, que aprenderam 40 palavras em quatro condições: gestos, imagens, gestos com imagens, e só palavras. As avaliações foram realizadas imediatamente após o treino e 24 horas depois, para verificar o efeito da consolidação do sono. Os resultados indicaram que a consolidação melhorou o desempenho geral, reduzindo os tempos de resposta, mas não teve um impacto diferenciado entre as condições. Embora não tenhamos encontrado um efeito principal da condição de aprendizagem, as análises exploratórias mostraram que as condições de gestos e imagens, e em especial a combinação de ambos, mostraram uma tendência de proporcionar uma melhor retenção e maior rapidez na tradução e nomeação de palavras. A tradução inversa (LE para L1), também utilizada na avaliação, apresentou maior rapidez de resposta, conforme esperado, devido possíveis às conexões lexicais mais fortes. Apesar de não existirem resultados significativos gerais em relação à condição de aprendizagem, o estudo sugere que o uso integrado de gestos e imagens favorece a aprendizagem em relação ao método baseado apenas em palavras. Contudo, certas limitações como o reduzido número de participantes e problemas técnicos indicam a necessidade de mais investigações com amostras maiores para validar os achados e explorar o efeito a longo prazo.