Este trabalho apresenta o T-Incident, uma arquitetura robusta de baixo custo para detecção e enriquecimento de eventos rodoviários baseado na fusão de dados heterogêneos. Foi desenvolvido um modelo espaço-temporal para fusão de dados de incidente, não-incidente e mídia social. Além disso, filtrou-se essa última fonte de dados usando métodos de processamento de linguagem natural para detecção de padrões capazes de descrever o evento e sua vizinhança. Também foi desenvolvido um modelo baseado em aprendizagem para identificar esses padrões e detectar os tipos de eventos. Os resultados da metodologia mostraram os melhores parâmetros para a abordagem T-Incident, fornecendo um serviço apurado de detecção e descrição de incidentes acima de 90% para as métricas F1 score, Recall e Precisão.
RESUMO Objetivou-se conhecer o perfil epidemiológico do paciente que buscou atendimento antirrábico pós-exposição associado a acidentes com gatos domésticos, em Belo Horizonte/MG, no período de 2007 a 2016. Realizou-se uma análise exploratória das fichas de notificação do atendimento antirrábico humano do Sistema de Informação de Agravos de Notificações (Sinan). Nos resultados, observou-se que 37,4% das pessoas eram adultas do gênero feminino, com idade entre 20 e 59 anos, 88,7% residentes em área urbana, 26,1% de etnia branca e apenas 31,7% dos pacientes buscaram atendimento antirrábico com até 24 horas da exposição ao vírus rábico. Lesões por mordedura ocorreram em 75,6% dos casos notificados. Quanto às características dos ferimentos, 59,6% foram superficiais, 62,2% ocorreram em mãos/pés e 50,1% foram lesões únicas. Na faixa etária de zero a 10 anos, as regiões anatômicas mãos/pés e cabeça/pescoço/face totalizaram 58,35%. Ressalta-se a necessidade de adoção de ações socioeducativas junto à população, devido ao risco de transmissão de raiva pelo gato, principalmente em áreas em que o vírus rábico circula em populações de morcegos. Sugerem-se melhorias no preenchimento das fichas de notificação do Sinan para melhor compreender o perfil epidemiológico dos pacientes que buscam o atendimento antirrábico e, assim, tornar mais eficaz a gestão desse serviço público.
RESUMO Este estudo teve como objetivo caracterizar a epidemiologia da presença de ácaros hematófagos em granjas de postura no estado de Minas Gerais. Foi utilizado um banco de dados secundário, com informações de 402 galpões de 42 propriedades comerciais. As variáveis utilizadas para compor o modelo de correspondência foram selecionadas por meio do teste qui-quadrado (P≤0,05). Foi construído um índice para a presença de ácaros hematófagos, considerando alguns fatores de risco. Além disso, um estudo da análise espacial foi realizado para avaliar a presença de ácaros hematófagos em Minas Gerais. Observou-se a presença de ácaros hematófagos em 48% dos galpões, sendo a de O. sylviarum de 45,5%, O. bursa de 17,4% e D. gallinae de 2,7%. Houve associação entre o índice de risco com os intervalos de remoção de fezes e com a presença ou a ausência de aves sinantrópicas. Verificou-se que granjas mais tecnificadas não utilizam acaricida em seus galpões. A presença de ácaros hematófagos foi observada na mesorregião Sul/Sudoeste de Minas Gerais e entre as mesorregiões Oeste de Minas e Metropolitana de Belo Horizonte. Esses resultados fornecem conhecimento sobre a epidemiologia desses ectoparasitos e podem contribuir na tomada de decisões, reduzindo os riscos de possíveis infestações em aves de postura.
Nowadays, understanding urban mobility, transit, people viewpoint, and social behaviors has been the focus of many research and investments. However, data access is restricted to private companies and governments. In addition, the costs to create a sensor infrastructure on a given area is prohibitive. Then, using Location-Based Social Media (LBSM) may provide a new way to better comprehend the social behaviors, by the use of a users viewpoint. In this work, we propose the use of LBSM as participatory sensing, designing the Participatory Social Sensor (PSS), a friendly framework to social media data acquisition and analysis. We develop the Twitter data acquisition and analysis process, aiming to achieve the user application goals through a file setup,where the user specifies the spatial area, temporal interval, tags, and other parameters. As a result, the PSS shows a set of visual analysis which provides a context overview, allowing an easy way to researchers make-decision. A case study, Detection and Enrichment Service for Road Events Based on Heterogeneous Data Merger for VANETs, based on PSS framework was published in the current conference.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
334 Leonard St
Brooklyn, NY 11211
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.