Projetos de Pesquisa

 

Foto de perfil

Aline Lopes Balladares

Ciências Exatas e da Terra

Física
  • feira de ciências: difundindo ciência e tecnologia na região da campanha - unipampa - caçapava do sul (rs)
  • O presente projeto consiste na realização de Feira de Ciências em 2020, no campus Caçapava do Sul, da Universidade Federal do Pampa (UNIPAMPA) e de ações visando à formação continuada de professores da Educação Básica, preparando-os para o desenvolvimento dos projetos a serem inscritos no evento. Busca-se dar continuidade a um trabalho já em andamento na região da campanha, difundindo conhecimentos sobre ciência e tecnologia entre estudantes da Educação Básica. Neste âmbito, aconteceram desde 2011, oito Feiras de Ciências no campus Caçapava do Sul, vinculados ao projeto Difundindo Ciência e Tecnologia na Região da Campanha. Nos três primeiros anos o projeto era realizado em parceria com o Campus Bagé, da UNIPAMPA. A partir de 2014, o grupo formado por professores dos cursos do campus Caçapava do Sul optou por investir em projeto próprio, visando a realização de edições de uma Feira de Ciências municipal, as quais foram articuladas com os eventos realizados no campus de Bagé. Nos biênios 2014/2015 e 2017/2018, o projeto contou com financiamento do CNPq. A partir das experiências com as Feiras realizadas nos anos anteriores, observam-se várias mudanças positivas no que concerne ao crescimento pessoal e a ampliação dos conhecimentos de alunos e docentes. Desta forma, os objetivos do projeto são: incentivar a curiosidade e o gosto pelo conhecimento e pela experimentação científica, bem como o interesse pela aplicação tecnológica dos saberes, incluindo a visão ambiental, econômica e social acerca da Ciência e da Tecnologia; despertar o interesse pela investigação científica e contribuir para o desenvolvimento dessas habilidades em sala de aula na Educação Básica; estimular nos estudantes a escolha por profissões na área das ciências naturais e matemática; fortalecer a atual proposta de Feiras na instituição com o intuito da realização de uma feira regional. Esta proposta está organizada em cinco etapas, sendo elas: i) Encontro de formação, capacitação e atualização para os professores que participam do evento anualmente. Será organizado pela equipe executora do projeto em conjunto com as Secretarias Municipais de Educação e o Campus Bagé da Unipampa. A previsão é que ocorra no mês de abril de 2020. ii) Visitas às escolas no período de março a junho de 2020, para divulgação e orientação ao desenvolvimento dos trabalhos para exposição. Participarão professores de escolas municipais e estaduais de Caçapava do Sul e municípios vizinhos (Lavras do Sul, Santana da Boa Vista e São Sepé); iii) realização da Feira de Ciências do campus Caçapava do Sul com apresentação de trabalhos de escolas municipais e estaduais do município de Caçapava do Sul e cidades vizinhas, podendo reunir até 80 trabalhos; iv) avaliação da Feira de Ciências de 2020 e orientação de projetos de iniciação científica júnior; v) participação, dos trabalhos destaques da Feira de Ciências do Campus Caçapava do Sul, em outras Feiras de Ciências em nível municipal, regional ou estadual em cidades do Rio Grande do Sul. vi) a escrita do relatório final. Serão realizados novos encontros de preparação com professores da Educação Básica, visando a atualização da proposta de realização da Feira de Ciências no Campus da UNIPAMPA em Caçapava do Sul. A divulgação da realização dos encontros preparatórios ocorrerá a partir de março, logo após o início do ano letivo nas escolas. Os trabalhos apresentados nas Feiras serão avaliados por docentes universitários envolvidos no projeto, representantes das Secretarias Municipais de Educação, além de acadêmicos e representantes da comunidade externa, devidamente preparados e instruídos para realização desta tarefa. Os trabalhos destaques destas Feiras serão candidatos a participar de outras feiras realizadas no estado do Rio Grande do Sul e/ou realizadas em outros campi da UNIPAMPA.
  • Universidade Federal do Pampa - RS - Brasil
  • 03/02/2020-31/01/2021
Foto de perfil

Aline Luanda da Costa Freitas

Outra

Divulgação Científica
  • a ciência como ferramenta no desenvolvimento do conhecimento cientifico na rede municipal de ensino de rorainópolis-rr
  • O projeto visa o desenvolvimento da primeira Feira de Ciências de âmbito Municipal, no municipal de Rorainópolis -RR, como forma de construir uma cultura científica na comunidade escolar, alicerçando os pilares da educação básica.
  • PREFEITURA MUNICIPAL DE RORAINOPOLIS - RR - Brasil
  • 04/12/2018-31/12/2020
Foto de perfil

Aline Mara dos Santos

Ciências da Saúde

Medicina
  • cardiotoxicidade induzida por quimioterápicos antineoplásicos: o papel da sinalização mediada pela quinase de adesão focal
  • As complicações cardiovasculares das terapias antineoplásicas são consideradas um problema de saúde pública emergente, dada a crescente população de sobreviventes ao câncer. A cardiotoxicidade induzida pela ação de quimioterápicos de escolha para diversas neoplasias, como a doxorrubicina, é uma condição grave, que pode evoluir para cardiomiopatia crônica, insuficiência cardíaca congestiva e morte do paciente. A complexa e não completamente compreendida patogênese dessas complicações dificulta o planejamento de medidas preventivas de sucesso. Estudos com foco na sinalização ativada por terapias antineoplásicas vêm demonstrando a importância da proteína quinase de adesão focal (FAK) para a sobrevivência e resistência celular frente a esse tratamento, no entanto, essa sinalização permanece pouco compreendida. A presente proposta visa identificar e caracterizar os mecanismos moleculares pelos quais FAK promove sobrevivência e resistência à cardiotoxicidade induzida por doxorrubicina em miócitos H9C2. Dados preliminares de experimentos de Co-Imunoprecipitação demonstraram que FAK pode interagir e regular proteínas centrais da resposta ao dano no DNA (DDR), como PARP1, DNA-PK1, MRE11A, XRCC5 e BCLAF1. A regulação desses alvos por FAK será investigada por uma combinação de técnicas sofisticadas em miócitos, as quais irão prover um conjunto de dados funcionais e estruturais que permitirão o estabelecimento dos mecanismos moleculares envolvidos. Os dados gerados pelo presente estudo poderão contribuir para a compreensão da sinalização ativada por agentes antineoplásicos e também para o estabelecimento de novas modalidades terapêuticas para o tratamento tumoral com amenização dos efeitos deletérios sobre a função cardíaca.
  • Universidade Estadual de Campinas - SP - Brasil
  • 18/02/2019-28/02/2022
Foto de perfil

Aline Marins Paes Carvalho

Ciências Exatas e da Terra

Ciência da Computação
  • means: aprendizado de máquina explicável com aplicações para o bem-estar social
  • A área recentemente denominada de “Inteligência Artificial (IA) para o bem-estar social” (“AI for Social Good”) investiga como desenvolver soluções baseadas em IA para resolver problemas da sociedade atual, tendo como inspiração as metas de desenvolvimento sustentável (MDS) estabelecidas pelas Nações Unidas. Argumenta-se que, tais metas e suas respectivas soluções são essenciais para alavancar o desenvolvimento das sociedades atuais, em termos de prosperidade, igualdade, democracia, e qualidade de vida, sem comprometer as gerações futuras. Entretanto, acreditamos que, por mais benéficas que sejam tais soluções baseadas em IA, elas não serão bem aceitas pela sociedade e governos se não oferecerem um processo de decisão transparente. Assim, nesse projeto, temos como foco desenvolver soluções de Aprendizado de Máquina para abordar alguns dos problemas citados nas MDS, porém, a partir de técnicas de predição explicáveis. Serão desenvolvidos métodos baseados em Aprendizado Relacional e Aprendizado por Reforço, uma vez que os problemas selecionados estão ou em formato estruturado ou requerem um processo sequencial, contínuo, e adaptativo de tomada de decisão, justificando, respectivamente, o uso das duas sub-áreas mencionadas. Em ambos os casos, utilizaremos representações latentes embutidas em um espaço Euclidiano, de forma a se aproveitar de implementações recentes de Aprendizado Profundo (“Deep Learning”). Ao mesmo tempo, ao desenvolver técnicas fundamentadas em IA explicável, aliviaremos o aspecto de caixa-preta oriundo do aprendizado baseado em representações latentes inerente aos métodos de Aprendizado Profundo. Para extrair as explicações do processo de inferência, nos valeremos de métodos de argumentação em lógica e diagramas de causalidade, de forma a conectar as causas relevantes e suas respectivas consequências que conduzem à resposta retornada pelo método. Esperamos, com isso, obter soluções que terão alto impacto na solução de problemas comuns da sociedade, ao mesmo tempo em que esperamos contribuir cientificamente com o estado-da-arte em Aprendizado de Máquina, com o desenvolvimento de métodos de inferência transparente e explicável para a indução de hipóteses.
  • Universidade Federal Fluminense - RJ - Brasil
  • 18/02/2019-28/02/2022