A formação docente e suas implicações no desenvolvimento de habilidades de leitura e de escrita dos alunos do 2º ano do Ensino Fundamental da Escola Luis Gonzaga Lopes, Guaraciaba do Norte
Thesis Subjects > Education Ibero-american International University > Teaching > Master's Final Projects Closed Portuguese Este trabalho, versa sobre uma pesquisa realizada, no período atípico causado pela Pandemia da COVID-19, onde as aulas foram ministradas de forma remota, utilizando-se das Tecnologias da Comunicação e da Informação - TIC, cujos resultados obtidos pelos alunos do 2º ano do Ensino Fundamental da Escola Luís Gonzaga Lopes, Guaraciaba do Norte, no ano de 2020 foram insatisfatórios, no que tange à consolidação da alfabetização. O objetivo geral foi investigar sobre os impactos da formação docente no desenvolvimento das habilidades e competências básicas de leitura e de escrita dos alunos do 2º ano do ensino fundamental dessa escola, no sentido de que estes sejam aprovados para a série seguinte, com as habilidades e competências atinentes à série em curso, consoante a Base Nacional Comum Curricular – BNCC. Utilizou-se como aporte teórico, a BNCC - Brasil (2017); Oliveira (2008); Ceará (2007); Imbérnom (2011); Libâneo (2012), dentre outros. A amostra foi constituída por 25 alunos, sendo 13 do sexo masculino e 14 do sexo feminino, na faixa etária de 7 anos de idade. A metodologia de pesquisa caracteriza-se como uma pesquisa mista, com estudo de caso com abordagem quantitativa e qualitativa, utilizando-se de entrevista fechada e análise documental (fichas e testes aplicados aos alunos). Os principais resultados e conclusões mostraram que mesmo em um período atípico - Pandemia da Covid-19, já no ano subsequente, 2021, onde as aulas continuaram de forma remota, pela internet, o professor, por ter formação acadêmica na área de Língua Portuguesa e também por trabalhar há anos na área da alfabetização e ser capacitado pelo Programa Alfa e Beto - cujo método de ensino é o fônico, bem como ter lecionado na respectiva turma por dois anos consecutivos, ser dedicada e responsável, onde zela pela aprendizagem dos discentes, ter contado com o apoio dos pais, do núcleo gestor da escola, no que tange às orientações aos familiares e responsáveis e a disponibilidade de recursos para trabalhar com as crianças, da equipe técnica da Secretaria de Educação do Município, por meio das formações pedagógicas, do Programa Mais Paic do Governo do Estado do Ceará, permitiram que as crianças alcançaram níveis satisfatórios de aprendizagem em leitura e escrita, embora não se tenha atingindo 100% em todos os quesitos avaliados. Por fim, sabe-se, portanto, que a formação docente, é fundamental, para que os alunos logrem êxito na aprendizagem, pois através dos conhecimentos adquiridos, o professor poderá fazer intervenções pedagógicas eficazes, na zona de desenvolvimento proximal, essenciais ao processo de alfabetização, tendo em vista à aquisição da leitura e da escrita de forma significativa e satisfatória. Palavras-chave: Formação Docente, Alfabetização, Leitura, Escrita metadata Matos Soares, Antonia Márcia mail fernandocr7gba@gmail.com (1978) A formação docente e suas implicações no desenvolvimento de habilidades de leitura e de escrita dos alunos do 2º ano do Ensino Fundamental da Escola Luis Gonzaga Lopes, Guaraciaba do Norte. Master's thesis, Universidad Internacional Iberoamericana Puerto Rico.
Full text not available.Abstract
Este trabalho, versa sobre uma pesquisa realizada, no período atípico causado pela Pandemia da COVID-19, onde as aulas foram ministradas de forma remota, utilizando-se das Tecnologias da Comunicação e da Informação - TIC, cujos resultados obtidos pelos alunos do 2º ano do Ensino Fundamental da Escola Luís Gonzaga Lopes, Guaraciaba do Norte, no ano de 2020 foram insatisfatórios, no que tange à consolidação da alfabetização. O objetivo geral foi investigar sobre os impactos da formação docente no desenvolvimento das habilidades e competências básicas de leitura e de escrita dos alunos do 2º ano do ensino fundamental dessa escola, no sentido de que estes sejam aprovados para a série seguinte, com as habilidades e competências atinentes à série em curso, consoante a Base Nacional Comum Curricular – BNCC. Utilizou-se como aporte teórico, a BNCC - Brasil (2017); Oliveira (2008); Ceará (2007); Imbérnom (2011); Libâneo (2012), dentre outros. A amostra foi constituída por 25 alunos, sendo 13 do sexo masculino e 14 do sexo feminino, na faixa etária de 7 anos de idade. A metodologia de pesquisa caracteriza-se como uma pesquisa mista, com estudo de caso com abordagem quantitativa e qualitativa, utilizando-se de entrevista fechada e análise documental (fichas e testes aplicados aos alunos). Os principais resultados e conclusões mostraram que mesmo em um período atípico - Pandemia da Covid-19, já no ano subsequente, 2021, onde as aulas continuaram de forma remota, pela internet, o professor, por ter formação acadêmica na área de Língua Portuguesa e também por trabalhar há anos na área da alfabetização e ser capacitado pelo Programa Alfa e Beto - cujo método de ensino é o fônico, bem como ter lecionado na respectiva turma por dois anos consecutivos, ser dedicada e responsável, onde zela pela aprendizagem dos discentes, ter contado com o apoio dos pais, do núcleo gestor da escola, no que tange às orientações aos familiares e responsáveis e a disponibilidade de recursos para trabalhar com as crianças, da equipe técnica da Secretaria de Educação do Município, por meio das formações pedagógicas, do Programa Mais Paic do Governo do Estado do Ceará, permitiram que as crianças alcançaram níveis satisfatórios de aprendizagem em leitura e escrita, embora não se tenha atingindo 100% em todos os quesitos avaliados. Por fim, sabe-se, portanto, que a formação docente, é fundamental, para que os alunos logrem êxito na aprendizagem, pois através dos conhecimentos adquiridos, o professor poderá fazer intervenções pedagógicas eficazes, na zona de desenvolvimento proximal, essenciais ao processo de alfabetização, tendo em vista à aquisição da leitura e da escrita de forma significativa e satisfatória. Palavras-chave: Formação Docente, Alfabetização, Leitura, Escrita
| Document Type: | Thesis (Master's) |
|---|---|
| Keywords: | Formação Docente, Alfabetização, Leitura, Escrita |
| Subject classification: | Subjects > Education |
| Divisions: | Ibero-american International University > Teaching > Master's Final Projects |
| Deposited: | 04 Dec 2023 23:30 |
| Last Modified: | 04 Dec 2023 23:30 |
| URI: | https://repositorio.unib.org/id/eprint/2274 |
Actions (login required)
 |
View Object |
<a href="/27825/1/s41598-026-39196-x_reference.pdf" class="ep_document_link"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Histopathological evaluation is necessary for the diagnosis and grading of prostate cancer, which is still one of the most common cancers in men globally. Traditional evaluation is time-consuming, prone to inter-observer variability, and challenging to scale. The clinical usefulness of current AI systems is limited by the need for comprehensive pixel-level annotations. The objective of this research is to develop and evaluate a large-scale benchmarking study on a weakly supervised deep learning framework that minimizes the need for annotation and ensures interpretability for automated prostate cancer diagnosis and International Society of Urological Pathology (ISUP) grading using whole slide images (WSIs). This study rigorously tested six cutting-edge multiple instance learning (MIL) architectures (CLAM-MB, CLAM-SB, ILRA-MIL, AC-MIL, AMD-MIL, WiKG-MIL), three feature encoders (ResNet50, CTransPath, UNI2), and four patch extraction techniques (varying sizes and overlap) using the PANDA dataset (10,616 WSIs), yielding 72 experimental configurations. The methodology used distributed cloud computing to process over 31 million tissue patches, implementing advanced attention mechanisms to ensure clinical interpretability through Grad-CAM visualizations. The optimum configuration (UNI2 encoder with ILRA-MIL, 256 256 patches, 50% overlap) achieved 78.75% accuracy and 90.12% quadratic weighted kappa (QWK), outperforming traditional methods and approaching expert pathologist-level diagnostic capability. Overlapping smaller patches offered the best balance of spatial resolution and contextual information, while domain-specific foundation models performed noticeably better than generic encoders. This work is the first large-scale, comprehensive comparison of weekly supervised MIL methods for prostate cancer diagnosis and grading. The proposed approach has excellent clinical diagnostic performance, scalability, practical feasibility through cloud computing, and interpretability using visualization tools.
Naveed Anwer Butt mail , Dilawaiz Sarwat mail , Irene Delgado Noya mail irene.delgado@uneatlantico.es, Kilian Tutusaus mail kilian.tutusaus@uneatlantico.es, Nagwan Abdel Samee mail , Imran Ashraf mail ,
Butt
<a class="ep_document_link" href="/27554/1/s41598-026-37541-8_reference.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
A scalable and secure federated learning authentication scheme for IoT
Secure and scalable authentication remains a fundamental challenge in Internet of Things (IoT) networks due to constrained device resources, dynamic topology, and the absence of centralized trust infrastructures. Conventional password-based and certificate-driven authentication schemes incur high computation, storage, and communication overhead, limiting their suitability for large-scale deployments. To address these limitations, this paper proposes ScLBS, a federated learning (FL)–based self-certified authentication scheme for distributed and sustainable IoT environments. ScLBS integrates self-certified public key cryptography with FL-driven trust adaptation, enabling decentralized public key derivation without reliance on third-party certificate authorities or exposure of private credentials. A zero-knowledge mechanism combined with location-aware authentication strengthens resistance to impersonation, Sybil, and replay attacks. Hierarchical key management supported by a -tree enables efficient group rekeying and preserves forward and backward secrecy under dynamic membership. Formal security verification is conducted under the Dolev–Yao adversary model using ProVerif, confirming secrecy of private and session keys (SKs) and correctness of authentication. Extensive NS-3 simulations and ablation analysis demonstrate that ScLBS achieves lower authentication delay, reduced message overhead, improved network utilization, and decreased energy consumption compared to representative IoT authentication schemes, while maintaining bounded FL overhead. These results indicate that ScLBS provides a balanced trade-off between security strength, scalability, and resource efficiency for constrained IoT networks.
Premkumar Chithaluru mail , B. Veera Jyothi mail , Fahd S. Alharithi mail , Wojciech Ksiazek mail , M. Ramchander mail , Aman Singh mail aman.singh@uneatlantico.es, Ravi Kumar Rachavaram mail ,
Chithaluru
<a href="/26722/1/nutrients-18-00257.pdf" class="ep_document_link"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Background/Objectives: The growing integration of Artificial Intelligence (AI) and chatbots in health professional education offers innovative methods to enhance learning and clinical preparedness. This study aimed to evaluate the educational impact and perceptions in university students of Human Nutrition and Dietetics, regarding the utility, usability, and design of the E+DIEting_Lab chatbot platform when implemented in clinical nutrition training. Methods: The platform was piloted from December 2023 to April 2025 involving 475 students from multiple European universities. While all 475 students completed the initial survey, 305 finished the follow-up evaluation, representing a 36% attrition rate. Participants completed surveys before and after interacting with the chatbots, assessing prior experience, knowledge, skills, and attitudes. Data were analyzed using descriptive statistics and independent samples t-tests to compare pre- and post-intervention perceptions. Results: A total of 475 university students completed the initial survey and 305 the final evaluation. Most university students were females (75.4%), with representation from six languages and diverse institutions. Students reported clear perceived learning gains: 79.7% reported updated practical skills in clinical dietetics and communication were updated, 90% felt that new digital tools improved classroom practice, and 73.9% reported enhanced interpersonal skills. Self-rated competence in using chatbots as learning tools increased significantly, with mean knowledge scores rising from 2.32 to 2.66 and skills from 2.39 to 2.79 on a 0–5 Likert scale (p < 0.001 for both). Perceived effectiveness and usefulness of chatbots as self-learning tools remained positive but showed a small decline after use (effectiveness from 3.63 to 3.42; usefulness from 3.63 to 3.45), suggesting that hands-on experience refined, but did not diminish, students’ overall favorable views of the platform. Conclusions: The implementation and pilot evaluation of the E+DIEting_Lab self-learning virtual patient chatbot platform demonstrate that structured digital simulation tools can significantly improve perceived clinical nutrition competences. These findings support chatbot adoption in dietetics curricula and inform future digital education innovations.
Iñaki Elío Pascual mail inaki.elio@uneatlantico.es, Kilian Tutusaus mail kilian.tutusaus@uneatlantico.es, Imanol Eguren García mail imanol.eguren@uneatlantico.es, Álvaro Lasarte García mail , Arturo Ortega-Mansilla mail arturo.ortega@uneatlantico.es, Thomas Prola mail thomas.prola@uneatlantico.es, Sandra Sumalla Cano mail sandra.sumalla@uneatlantico.es,
Elío Pascual
<a href="/26964/1/s44196-025-01123-9_reference.pdf" class="ep_document_link"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Suicide Ideation Detection Using Social Media Data and Ensemble Machine Learning Model
Identifying the emotional state of individuals has useful applications, particularly to reduce the risk of suicide. Users’ thoughts on social media platforms can be used to find cues on the emotional state of individuals. Clinical approaches to suicide ideation detection primarily rely on evaluation by psychologists, medical experts, etc., which is time-consuming and requires medical expertise. Machine learning approaches have shown potential in automating suicide detection. In this regard, this study presents a soft voting ensemble model (SVEM) by leveraging random forest, logistic regression, and stochastic gradient descent classifiers using soft voting. In addition, for the robust training of SVEM, a hybrid feature engineering approach is proposed that combines term frequency-inverse document frequency and the bag of words. For experimental evaluation, “Suicide Watch” and “Depression” subreddits on the Reddit platform are used. Results indicate that the proposed SVEM model achieves an accuracy of 94%, better than existing approaches. The model also shows robust performance concerning precision, recall, and F1, each with a 0.93 score. ERT and deep learning models are also used, and performance comparison with these models indicates better performance of the SVEM model. Gated recurrent unit, long short-term memory, and recurrent neural network have an accuracy of 92% while the convolutional neural network obtains an accuracy of 91%. SVEM’s computational complexity is also low compared to deep learning models. Further, this study highlights the importance of explainability in healthcare applications such as suicidal ideation detection, where the use of LIME provides valuable insights into the contribution of different features. In addition, k-fold cross-validation further validates the performance of the proposed approach.
Erol KINA mail , Jin-Ghoo Choi mail , Abid Ishaq mail , Rahman Shafique mail , Mónica Gracia Villar mail monica.gracia@uneatlantico.es, Eduardo René Silva Alvarado mail eduardo.silva@funiber.org, Isabel de la Torre Diez mail , Imran Ashraf mail ,
KINA
<a class="ep_document_link" href="/26965/1/s40203-025-00539-7.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Human metapneumovirus (hMPV) is one of the potential pandemic pathogens, and it is a concern for elderly subjects and immunocompromised patients. There is no vaccine or specific antiviral available for hMPV. We conducted an in-silico study to predict initial antiviral candidates against human metapneumovirus. Our methodology included protein modeling, stability assessment, molecular docking, molecular simulation, analysis of non-covalent interactions, bioavailability, carcinogenicity, and pharmacokinetic profiling. We pinpointed four plant-derived bio-compounds as antiviral candidates. Among the compounds, apigenin showed the highest binding affinity, with values of − 8.0 kcal/mol for the hMPV-F protein and − 7.6 kcal/mol for the hMPV-N protein. Molecular dynamic simulations and further analyses confirmed that the protein-ligand docked complexes exhibited acceptable stability compared to two standard antiviral drugs. Additionally, these four compounds yielded satisfactory outcomes in bioavailability, drug-likeness, and ADME-Tox (absorption, distribution, metabolism, excretion, and toxicity) and STopTox analyses. This study highlights the potential of apigenin and xanthoangelol E as an initial antiviral candidate, underscoring the necessity for wet-lab evaluation, preclinical and clinical trials against human metapneumovirus infection.
Hasan Huzayfa Rahaman mail , Afsana Khan mail , Nadim Sharif mail , Wasifuddin Ahmed mail , Nazmul Sharif mail , Rista Majumder mail , Silvia Aparicio Obregón mail silvia.aparicio@uneatlantico.es, Rubén Calderón Iglesias mail ruben.calderon@uneatlantico.es, Isabel De la Torre Díez mail , Shuvra Kanti Dey mail ,
Rahaman