RESUMO A inclusão do mundo do trabalho na formação funda, no processo ensino-aprendizagem em saúde, uma ligação indissociável entre as unidades de saúde e as instituições de ensino superior. Formar profissionais o mais próximo da realidade dos usuários, com participação ativa nos problemas e necessidades que estão postos na vida, é o principal motor deste processo e convoca profissionais, usuários, alunos e docentes a vivenciar uma permanente tensão entre cuidar e ensinar. O encontro entre o trabalhador de saúde, o aluno e o usuário revela-se o principal foco de intercâmbio pedagógico, configurando-se como um cenário produtor de conhecimento e de questões para investigação, além do exercício do cuidado em saúde. Algo que remete ao desafio de construir estruturas pedagógicas capazes de produzir cuidado e conhecimento a partir do mundo do trabalho e considera a articulação de modos de agir e cuidar no campo da saúde. Trabalhar em busca de constituir formas de ensinar/aprender significa operar e agir sobre conceitos e sobre o campo de experiência que se coloca como um problema do experimentar na existência, pois estamos imersos no mundo do trabalho e do cotidiano dos serviços. Articular vínculo e responsabilidade dos sujeitos envolvidos com a produção do cuidado pode ser um meio de produzir maneiras de ensinar com outros sentidos e significados. Um arranjo em que a experiência no trabalho se torna capaz de produzir indícios para a construção de projetos terapêuticos e de ensinar produtores de sentido com respostas significativas às questões sobre cuidar e formar profissionais em saúde.
In this paper, we develop a new approach for modelling underreported Poisson counts. The parameters of the model are estimated by Markov chain Monte Carlo simulation. An application to a real data set from a Portuguese marketing survey illustrates the fruitfulness of the approach. We find that purchases of bottles of port wine increase significantly with income class and the size of the household.
AGRADECIMENTOSAos meus pais pelo amor e incentivo contínuo à minha educação.À minha esposa Débora pelo carinho, apoio e compreensão.Aos colegas Athos Bernardes, pelo interesse e colaboração no desenvolvimento das complexas planilhas de aquisição e análise de dados, e Milton Shikishima, pela dedicação e empenho na instrumentação e acompanhamento do veículo de teste utilizado. Sem eles a realização desse trabalho não teria sido possível. ABSTRACTThe main objective of this research is to develop driving cycles for urban buses from experimental data, with the purpose of estimating pollutant emissions. The study presents different methodologies for the construction of driving cycles, with emphasis on a procedure that uses the VSP concept (Vehicle Specific Power), a variable with high correlation to pollutant emissions. Data from speed variation were collected from a bus performing urban endurance tests, driving through many types of urban roads on a predefined route. Segments from the entire route were selected to represent different operating conditions for buses, during peak and off-peak periods, for which several driving cycles were developed. Pollutant emissions were estimated for these cycles. The results show that road characteristics and adverse traffic conditions can impact directly on VSP distribution and therefore lead to higher pollutant emissions.
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.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.