Desenvolvimento de aplicativo para avaliação, monitoramento e gerenciamento da saúde e segurança em ambientes isolados, confinados e extremos (ice)

DSpace Repository

A- A A+

Desenvolvimento de aplicativo para avaliação, monitoramento e gerenciamento da saúde e segurança em ambientes isolados, confinados e extremos (ice)

Show full item record

Title: Desenvolvimento de aplicativo para avaliação, monitoramento e gerenciamento da saúde e segurança em ambientes isolados, confinados e extremos (ice)
Author: Delben, Natasha Barros
Abstract: Cenários de difícil acesso, como estações antárticas ou a situação de pandemia da COVID-19, contextos ICE (isolamento, confinamento e extremos), explicitam a necessidade de tecnologias voltadas à atenção ou gerenciamento em saúde e segurança. A startup Polar Sapiens possibilitou o acompanhamento e colaboração técnico-científica para o desenvolvimento e aperfeiçoamento de ferramentas de monitoramento remoto de indicadores em saúde mental, visando minimizar ou prevenir impactos negativos ao fator humano em atividades de trabalho. O objetivo deste estudo foi descrever o desenvolvimento de modelos lógicos para ferramentas digitais de apoio ao gerenciamento da saúde mental, especialmente em contextos ICE. A revisão de literatura integrativa produziu um estado da arte que sustenta a construção de modelos lógicos para um estudo descritivo de abordagem mista de desenvolvimento e atualização do software, teste de funcionalidade e usabilidade. O modelo lógico, sustentado por algoritmos, resultante deste empreendimento permitiu os fundamentos para um banco de dados. Foram estabelecidas as ferramentas para o desenvolvimento da solução (GO para a API e React Native para o back e front end) a partir da definição de entidades, atributos e relações que permitirão a implementação da Inteligência Artificial (IA), logo a identificação precoce de impactos e sua prevenção com base em evidências, pela otimização de métodos padronizadas e eficazes, como questionários, jogos e checklists, para um sistema autônomo e não fragmentado de machine learning (aprendizado da máquina). Quando diante de um volume significativo de dados, o algoritmo projetado, por meio de análises estatísticas, como regressão linear, será testado quanto a distribuição de frequências e quantidades. Ao elaborar um app devem ser levados em consideração critérios referentes à função específica a qual se propõem e a sua usabilidade e viabilidade, bem como a sistematização de orientações precisas e automatizadas.
Description: Seminário de Iniciação Científica e Tecnológica Universidade Federal de Santa Catarina Centro de Filosofia e Ciências Humanas (CFH) Física
URI: https://repositorio.ufsc.br/handle/123456789/226691
Date: 2021-08-22


Files in this item

Files Size Format View Description
PIBIT_Natasha.mp4 77.53Mb MPEG-4 video View/Open video_pibit

This item appears in the following Collection(s)

Show full item record

Search DSpace


Browse

My Account

Statistics

Compartilhar