Resumo O estudo objetivou desenvolver um protótipo da Aplicação GISSA ChatBot Mamãe-Bebê (GCBMB), um agente conversacional voltado à promoção da saúde infantil, assim como avaliar a experiência de uso e a satisfação com a referida solução tecnológica. Trata-se de uma pesquisa transversal, de metodologia mista, em duas etapas: a 1ª de desenvolvimento dos cenários de diálogo e do protótipo do GCBMB, e, a 2ª, de avaliação da experiência do uso do ChatBot por meio de um questionário estruturado, e análise do percurso de uso da Aplicação através de seu banco de dados. A amostra foi de 142 mulheres puérperas, com idade média de 25,4 anos, onde 38,1% eram primíparas. O nível de concordância das mulheres com a simplicidade, boa qualidade da informação, clareza do conteúdo, utilidade e satisfação com a aplicação, estiveram acima de 90%. Mulheres entre 26 a 30 anos apresentaram maiores médias de quantidade de acessos (5,21), quantidade de cenários acessados (9,26) e tempo de uso (272 segundos) comparando-se as mais jovens e as mais velhas. O uso de ChatBots em smartphones é animador para promoção da saúde das crianças, porém são necessários mais investimentos para o aperfeiçoamento de soluções tecnológicas e pesquisas com metodologias robustas para avaliar a sua efetividade.
Abstract. This paper investigates image and RGB video compression by a supervised morphological neural network. This network was originally designed to compress grayscale image and was then extended to RGB video. It supports two kinds of thresholds: a pixel-component threshold and pixel-error counting threshold. The activation function is based on an adaptive morphological neuron, which produces suitable compression rates even when working with three color channels simultaneously. Both intra-frame and interframe compression approaches are implemented. The PSNR level indicates that the compressed video is compliant with the desired quality levels. Our results are compared to those obtained with commonly used image and video compression methods. Network application results are presented for grayscale images and RGB video with a 352 × 288 pixel size.
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.