O período da infância e da adolescência é essencial para a compreensão dos mecanismos de funcionamento cerebral, especialmente em múltiplas condições neuropsiquiátricas. Uma vez que a maioria dos transtornos psiquiátricos se inicia nesta fase, onde o cérebro passa por intensas mudanças que resultam na consolidação das redes de conectividade cerebral. Em particular, o estudo da neurofisiologia durante o estado de repouso (ou seja, o estado em que o cérebro não recebe conscientemente qualquer estimulação interna ou externa) a nível macroscópico é de grande interesse, dados os seus padrões complexos que os componentes microscópicos não conseguem explicar. Diferentes técnicas podem ser empregadas para medir a função cerebral em escala macroscópica, como a ressonância magnética funcional (fMRI). Com a ressonância magnética funcional, é possível estudar a organização funcional do cérebro, o que permite a busca de biomarcadores preditivos para distúrbios do neurodesenvolvimento e neuropsiquiátricos para elucidar seus mecanismos subjacentes. Recentemente, estudos de neuroimagem têm empregado técnicas de aprendizado de máquina, que permitem inferências estatísticas de características neurofisiológicas de múltiplos distúrbios. Nesse contexto, este projeto visa utilizar um modelo de aprendizado de máquina de última geração denominado Redes Neurais Convolucionais de Grafos Espaço-Temporais (ST-GCN), que opera em um domínio não euclidiano para capturar padrões em grafos que mais os modelos clássicos não podem. Fornecendo uma análise em nível de rede que captura informações espaço-temporais dentro da conectividade funcional dinâmica do cérebro de vários distúrbios neuropsiquiátricos.

A combinação de classificadores e a formação de modelos múltiplos preditivos, ou comitês, é uma estratégia popular para unir técnicas de classificação de vieses diferentes e explorar suas potencialidades complementares. Neste projeto, pretende-se investigar a geração de comitês de classificadores para problemas de Aprendizado de Máquina Multi-Visão. O Aprendizado Multi-Visão é um paradigma de Aprendizado de Máquina em que representações diversas do mesmos dados podem ser usados no processo de aprendizado. Como exemplo, em uma base de dados médica, podem haver variáveis que descrevem pacientes na forma de informações demográficas, clínicas e de exames laboratoriais, entre outras formas. Em cada uma dessas representações (visões), diferente técnicas de classificação podem ser mais competentes que outras quanto ao desempenho preditivo, justificando uma seleção dinâmica de técnicas. Ainda, tal seleção pode ser global (para toda uma visão) ou local, em que um subconjunto de classificadores é selecionado para classificar uma observação de uma visão específica. Uma abordagem de meta-aprendizado será utilizada para selecionar os classificadores a serem combinados. Neste trabalho, a seleção de algoritmos adequados para novos problemas será orientada pelo conhecimento de propriedades gerais de problemas semelhantes outrora solucionados. O grupo de pesquisa do Professor Cruz na ÉTS - Uiversité Du Québec possui vários trabalhos sobre a geração de comitês de classificadores, com artigos de alto impacto recentemente publicados, justificando a escolha do grupo de pesquisa para o estágio. A orientadora do trabalho no Brasil possui experiência com meta-aprendizado orientado, em particular, por medidas que estimam a dificuldade de resolver problemas de classificação. Portanto, há uma complementaridade entre os grupos de pesquisa que a colaboração explorará. (AU)

Vivemos em um mundo de emergências. As alterações climáticas, as crises econômicas e as incertezas sociais tornaram-se comuns no léxico acadêmico contemporâneo. Estas emergências representam uma mudança significativa nas relações estáveis entre a sociedade, o conhecimento e os ecossistemas para um ambiente instável e incerto. Na Era da Informação, as experiências artísticas têm sido cruciais para aprofundar a nossa compreensão das intrincadas relações entre a tecnologia e os ecossistemas. Este projeto de pesquisa explora formas relacionais alternativas entre o conhecimento pré-humano, não-humano e pós-humano. Envolve investigações teórico-práticas na intersecção entre Arte, Ciência e Tecnologia. Através da arte, podemos explorar e demonstrar a capacidade de ações especulativas em resposta às emergências do nosso tempo.A pesquisa visa entrelaçar os conceitos de ecologia híbrida definidos por Laura Beloff (2018) e inteligência ecossistêmica de Cesar Baio & Lucy H.G. Solomon (2021). O estudo irá explorar atividades colaborativas em torno destes conceitos e nos seus enquadramentos epistemológicos, centrando-se no potencial emancipatório das questões ambientais através de interfaces biohíbridas. Os trabalhos de Laura Beloff ( Aalto University, Finlândia) e Cesar Baio (Unicamp, Brasil) são significativos por agirem na instabilidade e identificarem as mudanças ambientais como uma das forças motrizes por trás da estrutura dos sistemas de poder, sistemas informacionais e de governança. Este projeto de estágio de pesquisa no exterior explora a interação entre incertezas emergentes (Melo Filho, 2023) com ecologia híbrida (Beloff, 2018) e inteligência ecossistêmica (Baio & Solomon, 2021). Juntos, eles atuam como referenciais teórico-práticos, que visão a exploração de sistemas biohíbridos e visualização de dados como mídia poética. Estes conceitos permitem a especulação de obras de arte que estimulam a colaboração entre entidades interespécies, abrangendo organismos vivos e não vivos com as tecnologias digitais recentes. Essa pesquisa destaca possibilidades e perspectivas relativas à arte, tecnologia e ecologia, vinculando seus desenvolvimentos às incertezas emergentes. A análise incluirá obras recentes de artistas como Laura Beloff (R-bus, 2023; Pissing Point, 2020), Cesar & Lois (Boreal Intelligence, 2023; Mycorrhizal Insurrection, 2022), Antii Tenetz (Perihelion, 2020) e o coletivo Kodos (Data-river, 2023), entre outros. Durante o período de pesquisa, busca-se motivar a colaboração entre grupos de pesquisa no Brasil e na Finlândia por meio de ciclos de pesquisa intermitentes; compor um capítulo da tese do candidato; elaborar uma conferência internacional ao final do processo; e a exploração prática de um experimento biohíbrido.

Projetos ou iniciativas de cunho ecológico e ornitológico liderados por pesquisadores formais geralmente consideram a ciência cidadã como "a participação de não profissionais em genuínas investigações científicas". No Brasil, a ciência cidadã é um movimento que nos últimos anos vem ganhando expressiva atenção dentro das instituições de ensino e pesquisa e políticas públicas de incentivo à execução desta abordagem cientifica vêm sendo pensadas e discutidas. No entanto, por ser ainda uma ciência relativamente pouco testada no país, ainda há pouca referência sobre quais formatos de projetos top-down (i.e., pesquisadores formais solicitando a ajuda aos cidadãos) e respectiva governança são mais eficientes em cada contexto investigativo. Visando suprir uma lacuna de conhecimento demandada durante a formulação de políticas públicas, o presente projeto irá: (1) avaliar os impactos científicos (i.e., produção científica direta) e sociais (i.e., utilização em escolas) que duas grandes iniciativas de monitoramento de aves via ciência cidadã vem realizando - Project FeederWatch (que monitora aves usando comedouros nos Estados Unidos, liderado pela Cornell Lab of Ornitology) e WikiAves (monitora aves em geral no Brasil, iniciativa independente). (2) Avaliar o impacto que a falta de engajamento de cidadãos e a falta de adesão ao protocolo de participação em um projeto de ciência cidadã pode causar na investigação científica pretendida. Neste caso, será focado uma iniciativa de monitoramento de aves em nível local e independente, o projeto "Eu vi uma ave usando pulseiras!?" no caso do Brasil e um projeto semelhante no EUA (a ser elencado). Os conhecimentos gerados neste projeto terão pronta aplicação no planejamento da ciência cidadã no Brasil, bem como as publicações oriundas servirão a países em que a ciência cidadã está se popularizando. (AU)

Como desdobramento de um dos aspectos da pesquisa de pós-doutorado O ensino farmacêutico no Brasil do século XIX (nº 2022/06767-0), este estágio de pesquisa no exterior tem como proposta examinar a literatura portuguesa médico-farmacêutica que foi utilizada pelos estudantes de farmácia no Brasil, principalmente até meados do século XIX. A ideia, pois, é investigar esse conjunto documental, que se encontra sob a guarda de instituições portuguesas, e elaborar pequenos textos sobre os seus conteúdos e seus autores, a fim de empregar tais informações no Guia bibliográfico para a história do ensino de farmácia no Brasil do século XIX - principal produto da mencionada pesquisa de pós-doutorado. Dito de outro modo, a intenção é consultar as obras de autores portugueses que também concorreram com a instrução dos farmacêuticos no Brasil nessa época. (AU)