The absence of food monitoring has contributed significantly to the increase in the population's weight. Due to the lack of time and busy routines, most people do not control and record what is consumed in their diet. Some solutions have been proposed in computer vision to recognize food images, but few are specialized in nutritional monitoring. This work presents the development of an intelligent system that classifies and segments food presented in images to help the automatic monitoring of user diet and nutritional intake. This work shows a comparative study of state-of-the-art methods for image classification and segmentation, applied to food recognition. In our methodology, we compare the FCN, ENet, SegNet, DeepLabV3+, and Mask RCNN algorithms. We build a dataset composed of the most consumed Brazilian food types, containing nine classes and a total of 1250 images. The models were evaluated using the following metrics: Intersection over Union, Sensitivity, Specificity, Balanced Precision, and Positive Predefined Value. We also propose an system integrated into a mobile application that automatically recognizes and estimates the nutrients in a meal, assisting people with better nutritional monitoring. The proposed solution showed better results than the existing ones in the market. The dataset is publicly available at the following link

A problemática do artigo apresentado está em torno do desenvolvimento profissional de docentes que atuam no ensino técnico. Para isso, foi desenvolvido um modelo de residência docente, baseado na oferta de mentorias, para estimular a inovação no ensino, que utiliza o framework TPACK. Desenvolver competências pedagógicas que promovam novas experiências de aprendizagem e criar condições para a formação de competências orientadas à resolução de problemas reais, conectadas com as demandas de mercado. Os principais impactos das mentorias, foram no desenvolvimento de habilidades socioemocionais, estímulo à criatividade, desenvolvimento da prática docente inovadora e conhecimentos tecnológicos.

Este artigo apresenta o desenvolvimento de uma aplicação nutricional, voltada para auxiliar no monitoramento e manutenção de dietas, baseado no projeto Design Centrado no Usuário -HCD (por sua sigla em inglês Human-Centered Design). O principal objetivo do trabalho consiste em aproximar as pessoas das premissas nutricionais, e auxiliá-las a manter uma saúde equilibrada, através de um sistema computacional mobile intuitivo, minimalista e de fácil compreensão -com base nas heurísticas de usabilidade de Jakob Nielsen. Dessa forma, visa-se proporcionar uma boa interação e adequada experiência do usuário com o aplicativo, atenuando os impactos da tecnologia e auxiliando as pessoas que fazem dieta a alcançarem os objetivos nutricionais preestabelecidos. A metodologia do trabalho contempla as fases Ouvir e Criar propostas pelo Toolkit HCD, cujo foco é projetar soluções inovadoras e relevantes, que atendam os desejos e comportamentos das pessoas, buscando o entendimento de suas necessidades, expectativas e aspirações para o futuro.

Resumo: O artigo propõe a implementação de um banco de dados educacional multidimensional voltado à análise do ensino superior brasileiro, com foco na Educação a Distância -EaD. Para dar suporte ao processo de apoio à decisão foi projetado um Data Warehouse -DW, tendo como base a modelagem dimensional constelação de fatos e a aplicação de tecnologias OnLine Analytical Processing -OLAP. Foram utilizados dados abertos de alta granularidade dos sistemas e-MEC e Universidade Aberta do Brasil. O trabalho fundamenta-se no desenvolvimento de um ambiente computacional analítico visando traçar o perfil de instituições de ensino atuantes na EaD, bem como estudantes universitários e cursos, em especial da área de conhecimento "ciências exatas e da terra" e subárea "computação". Após as análises realizadas no trabalho por meio do DW, constata-se que a modalidade de educação a distância está cada vez mais acessível no Brasil, com vistas à interiorização e democratização do ensino superior. Palavras-chave:Educação a Distância. Dados Abertos. Data Warehouse. Modelagem Dimensional.

This paper presents the Knowledge Discovery in Databases process (KDD) applied in the context of Distance Education (DE) and virtual learning environments. The goal is to apply the KDD process to profile of distance education in Brazil and make an accurate analysis of the courses conducted in e-learning environments as well as reveal the main challenges of the area. The methodology consists of collecting government open data-grained systems Universidade Aberta do Brasil (UAB) and e-MEC then apply the ETL process, organize and integrate the data into a data warehouse and OLAP apply the technologies in order to obtain one contextualised and realistic view of the distance mode nationally. Resumo. Este artigo apresenta o processo Knowledge Discovery in Databases (KDD) aplicado no contexto da Educação a Distância (EaD) e dos ambientes virtuais de aprendizagem. O objetivo consiste em aplicar o processo KDD para traçar o perfil da EaD no Brasil e efetuar uma análise acurada dos cursos realizados em ambientes e-learning, bem como revelar os principais desafios da área. A metodologia consiste em coletar dados abertos governamentais de alta granularidade dos sistemas Universidade Aberta doBrasil (UAB) e e-MEC, em seguida aplicar o processo ETL, organizar e integrar os dados em um Data Warehouse e aplicar as tecnologias OLAP, visando obter uma visão contextualizada e realista da modalidade a distância no âmbito nacional.