Este estudo buscou desenvolver e validar um software para o ensino de vacinação. Trata-se de um estudo metodológico do tipo aplicado destinado a desenvolver um software educativo para o ensino-aprendizagem do conteúdo de vacinação, além de validar seus conteúdo e aparência, realizado no estado de Minas Gerais, Brasil, em 2018. Utilizou-se como referencial metodológico o Design Science e como referencial teórico o Cone de Aprendizagem de Edgar Dale. Para a modelagem foi utilizado o DrawExpress Diagram e, para a construção do software, o Microsoft Visual Studio 2008, e a linguagem de programação Visual Basic for Applications da Microsoft. Todas as informações contidas no software foram baseadas em normatizações e orientações do Programa Nacional de Imunizações brasileiro. A validação de conteúdo e aparência ocorreu com dois diferentes grupos: docentes/pesquisadores (Juízes) e estudantes (Público-alvo) de enfermagem. Utilizou-se um questionário para avaliar objetivos, organização, estilo da informação, aparência e motivação do software. Realizaram-se dois ciclos da validação. O software foi desenvolvido e validado por oito docentes/pesquisadores e 22 alunos, obtendo boas avaliações. O software Vaccine MegaCyber foi desenvolvido e validado, obtendo excelente avaliação, mostrando-se efetivo no processo de ensino-aprendizagem em vacinação, segundo pesquisadores da área e públicos-alvo, representados pelos estudantes, caracterizados pelos usuários finais desta tecnologia. Acredita-se que esta tecnologia educativa possa ser uma importante ferramenta no processo ensino-aprendizagem do conteúdo de vacinação para os estudantes de graduação em enfermagem.
Industrial robotic systems (IRS) are systems composed of industrial robots that automate industrial processes. They execute repetitive tasks with high accuracy, replacing or supporting dangerous jobs. Consequently, a low failure rate is crucial in IRS. However, to the best of our knowledge, there is a lack of automated software testing for industrial robots. In this paper, we describe a test strategy implementation to apply BDD to automate acceptance testing for IRS.
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.