Master of Science / School of Family Studies and Human Services / Deborah Norris / Language development in early childhood is an important indicator and precursor for children’s later development in various areas, such as emotional, social, cognitive, and academic development. Studies have shown that pretend play, as one of the predominant play types during the preschool period, is an important activity to facilitate children’s learning experiences and exploration. However, there has been a lack of consistency in findings across studies due to different study designs. It is likely that these varying study characteristics have resulted in the variability of effects in the pretend play-language relationship, which has been also suggested by previous reviews. These factors point to the potential of meta-analysis for organizing the studies into a common paradigm and better understanding the practical significance of play-language relationships. The current meta-analysis systematically reviewed and analytically investigated 25 existing empirical studies that had examined the associations between pretend play and language development among young children. The overall magnitude of the association between pretend play and language development, .36, showed a moderate association. Furthermore, moderator analyses indicated that several factors, such as the role of adults or children’s play types, tended to have considerable impacts on the associations between pretend play and language development. This study has determined the strength of the research foundation that currently supports inclusion of pretend play in preschool classrooms and has charted future research on the pretend play-language associations in the early childhood research field.

Dissertação (mestrado)—Universidade de Brasília, Centro de Estudos Avançados Multidisciplinares, Mestrado em Desenvolvimento, Sociedade e Cooperação Internacional, 2013. / Submitted by Ana Cristina Barbosa da Silva (annabds@hotmail.com) on 2014-10-09T17:43:21Z No. of bitstreams: 1 2013_NatanaelPereiraLopesNeto.pdf: 1302741 bytes, checksum: 55c5b214db2f6b18dbdf7596717368b9 (MD5) / Approved for entry into archive by Tania Milca Carvalho Malheiros(tania@bce.unb.br) on 2014-10-16T20:30:23Z (GMT) No. of bitstreams: 1 2013_NatanaelPereiraLopesNeto.pdf: 1302741 bytes, checksum: 55c5b214db2f6b18dbdf7596717368b9 (MD5) / Made available in DSpace on 2014-10-16T20:30:23Z (GMT). No. of bitstreams: 1 2013_NatanaelPereiraLopesNeto.pdf: 1302741 bytes, checksum: 55c5b214db2f6b18dbdf7596717368b9 (MD5) / A liberdade deve ser o principal objetivo do desenvolvimento. Assim, o desenvolvimento consiste na expansão das capacidades das pessoas por meio da eliminação das privações às suas liberdades substantivas, como o trabalho infantil. E a cooperação internacional é um importante instrumento no processo de desenvolvimento dos países. Esta dissertação de mestrado tem por objetivo contribuir ao debate sobre o papel da cooperação internacional para o desenvolvimento, principalmente em países de renda média. Neste sentido, num primeiro momento é realizada uma revisão bibliográfica sobre desenvolvimento,sobre cooperação internacional e sobre trabalho infantil. Em seguida, é realizada uma análise qualitativa comparada de intervenções de cooperação internacional de combate ao trabalho infantil, implementadas no Brasil – um país de renda média alta, e na Tanzânia – um país de baixa renda. O trabalho infantil é visto como um dos principais desafios do desenvolvimento e sua eliminação significa a quebra de um dos principais processos de perpetuação da pobreza. Este trabalho explora a cooperação internacional para o desenvolvimento numa perspectiva multidisciplinar e utiliza conceitos e metodologias da avaliação e da meta-avaliação como instrumentos para a análise comparada. _______________________________________________________________________________ ABSTRACT / Freedom must be the main objective of development. Thus, development constitutes in the expansion of people’s capabilities through the elimination of the deprivations to people’s substantive freedoms, as the child labour. And the international cooperationis an important instrument in the development process of the countries. This master’s dissertation has as objective to contribute to the debate on the role of international cooperation for development, especially in the middle-income countries. In this sense, at first a literature review on development, international cooperation and child labour is performed. Then, is performed a qualitative comparative analysis ofinter national cooperation interventions of child labour combat, implemented in Brazil– an upper-middle income country, and in Tanzania – a low income country. Childlabour is seen as a major development challenge and its elimination means breakingon of the major processes of poverty perpetuation. This paper explores the international cooperation for development in a multidisciplinary perspective and uses concepts and methodologies of evaluation and meta-evaluation as tools for the comparative analysis.

Submitted by Fabio Sobreira Campos da Costa (fabio.sobreira@ufpe.br) on 2016-04-05T14:16:18Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Shayane_FINAL.pdf: 7778172 bytes, checksum: bef887b2265bc2ffe53c75c2c275d796 (MD5) / Made available in DSpace on 2016-04-05T14:16:18Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Shayane_FINAL.pdf: 7778172 bytes, checksum: bef887b2265bc2ffe53c75c2c275d796 (MD5) Previous issue date: 2015-08-21 / IF Sertão - PE / Os sistemas de Descoberta de Conhecimentos em Bases de Dados (mais conhecidos como sistemas KDD) e métodos de Aprendizagem de Máquinas preveem situações, agrupam e reconhecem padrões, entre outras tarefas que são demandas de um mundo no qual a maioria dos serviços está sendo oferecido por meio virtual. Apesar dessas aplicações se preocuparem em gerar informações de fácil interpretação, rápidas e confiáveis, as extensas bases de dados utilizadas dificultam o alcance de precisão unida a um baixo custo computacional. Para resolver esse problema, as bases de dados podem ser reduzidas com o objetivo de diminuir o tempo de processamento e facilitar o seu armazenamento, bem como, guardar apenas informações suficientes e relevantes para a extração do conhecimento. Nesse contexto, Métodos de Seleção de Instâncias (MSIs) têm sido propostos para reduzir e filtrar as bases de dados, selecionando ou criando novas instâncias que melhor as descrevam. Todavia, aqui se aplica o Teorema do No Free Lunch, ou seja, a performance dos MSIs varia conforme a base e nenhum dos métodos sempre sobrepõe seu desempenho aos demais. Por isso, esta dissertação propõe uma arquitetura para selecionar o “melhor” MSI para uma dada base de dados (mais adequado emrelação à precisão), chamadaMeta-CISM (Metalearning for Choosing Instance SelectionMethod). Estratégias de meta-aprendizagem são utilizadas para treinar um meta-classificador que aprende sobre o relacionamento entre a taxa de acerto de MSIs e a estrutura das bases. O Meta-CISM utiliza ainda reamostragem e métodos de seleção de atributos para melhorar o desempenho do meta-classificador. A proposta foi avaliada com os MSIs: C-pruner, DROP3, IB3, ICF e ENN-CNN. Os métodos de reamostragem utilizados foram: Bagging e Combination (método proposto neste trabalho). Foram utilizados como métodos de seleção de atributos: Relief-F, CFS, Chi Square Feature Evaluation e Consistency-Based Subset Evaluation. Cinco classificadores contribuíram para rotular as meta-instâncias: C4.5, PART, MLP-BP, SMO e KNN. Uma MLP-BP treinou o meta-classificador. Os experimentos foram realizados com dezesseis bases de dados públicas. O método proposto (Meta-CISM) foi melhor que todos os MSIs estudados, na maioria dos experimentos realizados. Visto que eficientemente seleciona um dos três melhores MSIs em mais de 85% dos casos, a abordagemé adequada para ser automaticamente utilizada na fase de pré-processamento das base de dados. / The systems for Knowledge Discovery in Databases (better known as KDD systems) andMachine Learning methods predict situations, recognize and group (cluster) patterns, among other tasks that are demands of a world in which the most of the services is being offered by virtual ways. Although these applications are concerned in generate fast, reliable and easy to interpret information, extensive databases used for such applications make difficult achieving accuracy with a low computational cost. To solve this problem, the databases can be reduced aiming to decrease the processing time and facilitating its storage, as well as, to save only sufficient and relevant information for the knowledge extraction. In this context, Instances SelectionMethods (ISMs) have been proposed to reduce and filter databases, selecting or creating new instances that best describe them. Nevertheless, No Free Lunch Theorem is applied, that is, the ISMs performance varies according to the base and none of the methods always overcomes their performance over others. Therefore, this work proposes an architecture to select the "best"ISM for a given database (best suited in relation to accuracy), called Meta-CISM (Meta-learning for Choosing Instance SelectionMethod). Meta-learning strategies are used to train a meta-classifier that learns about the relationship between the accuracy rate of ISMs and the bases structures. TheMeta-CISM still uses resampling and feature selection methods to improve the meta-classifier performance. The proposal was evaluated with the ISMs: C-pruner, DROP3, IB3, ICF and ENN-CNN. Resampling methods used were: Bagging and Combination (method proposed in this work). The Feature SelectionMethods used were: Relief-F, CFS, Chi Square Feature Evaluation e Consistency-Based Subset Evaluation. Five classifiers contributed to label the meta-instances: C4.5, PART, MLP-BP, SMO e KNN. The meta-classifier was trained by a MLP-BP. Experiments were carried with sixteen public databases. The proposed method (Meta-CISM) was better than all ISMs studied in the most of the experiments performed. Since that efficiently selects one of the three best ISMs in more than 85% of cases, the approach is suitable to be automatically used in the pre-processing of the databases.

Made available in DSpace on 2014-06-12T15:52:33Z (GMT). No. of bitstreams: 1 license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2009 / Diferentes algoritmos têm sido usados para agrupar dados de expressão gênica, porém não há um único algoritmo que possa ser considerado o melhor independentemente dos dados a serem analisados. Neste trabalho, aplicamos técnicas de Meta-aprendizado para relacionar características de conjuntos de dados de expressão gênica ao desempenho de algoritmos de agrupamento. No nosso contexto, cada meta-exemplo representa características descritivas de uma base de dados de expressão gênica e um rótulo indicando o algoritmo de agrupamento que obteve os melhores resultados quando aplicado aos dados. Um conjunto destes metaexemplos é fornecido como entrada para um algoritmo de aprendizado (o meta-aprendiz), que, por sua vez, é responsável por adquirir conhecimento relativo às características descritivas e os melhores algoritmos. Neste trabalho, realizamos experimentos em um estudo de caso no qual um meta-aprendiz foi utilizado para discriminar entre três algoritmos de agrupamento candidatos, bem como para extrair conhecimento interpretável a partir dos experimentos. O conhecimento extraído pelo meta-aprendiz foi útil para o entendimento da aplicabilidade de cada algoritmo de agrupamento para problemas específicos

Made available in DSpace on 2014-06-12T15:52:45Z (GMT). No. of bitstreams: 1 license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2009 / Nos últimos anos, têm surgido diversas aplicações que utilizam algoritmos de Aprendizagem de Máquina Supervisionada para resolver problemas de classificação envolvendo diversos domínios. No entanto, muitas destas aplicações se restringem a utilizarem algoritmos singlelabel, ou seja, que atribuem apenas uma classe a uma dada instância. Tais aplicações se tornam inadequadas quando essa mesma instância, no mundo real, pertence a mais de uma classe simultaneamente. Tal problema é denominado na literatura como Problema de Classificação Multi-Label. Atualmente, há uma diversidade de estratégias voltadas para resolver problemas multi-label. Algumas delas fazem parte de um grupo denominado de Métodos de Transformação de Problemas. Essa denominação vem do fato de esse tipo de estratégia buscar dividir um problema de classificação multi-label em vários problemas single-label de modo a reduzir sua complexidade. Outras buscam tratar conjuntos de dados multi-label diretamente, sendo conhecidas como Métodos de Adaptação de Algoritmos. Em decorrência desta grande quantidade de métodos multi-label existentes, é bastante difícil escolher o mais adequado para um dado domínio. Diante disso, a presente dissertação buscou atingir dois objetivos: realização de um estudo comparativo entre métodos de transformação de problemas muito utilizados na atualidade e a aplicação de duas estratégias de Meta-Aprendizado em classificação multi-label, a fim de predizer, com base nas características descritivas de um conjunto de dados, qual algoritmo é mais provável de obter um desempenho melhor em relação aos demais. As abordagens de Meta-aprendizado utilizadas no nosso trabalho foram derivadas com base em técnicas de análise de correlação e mineração de regras. O uso de Meta-Aprendizado no contexto de classificação multi-label é original e apresentou resultados satisfatórios nos nossos experimentos, o que aponta que este pode ser um guia inicial para o desenvolvimento de pesquisas futuras relacionadas

Made available in DSpace on 2014-06-12T15:54:38Z (GMT). No. of bitstreams: 2 arquivo1983_1.pdf: 1880375 bytes, checksum: 3e607e8a193587ce0ea6508c676eef4e (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2008 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / O volume de dados de expressão gênica vem crescendo exponencialmente nos ultimos anos devido as novas tecnologias da Biologia Molecular, que permitem medir a expressão de milhares de genes ao mesmo tempo. A analise computacional desses dados tem grande importância na Biologia e na Medicina. Ela permite, por exemplo, a descoberta de novas classes de câncer biologicamente e clinicamente significantes e a identificação de novas funções dos genes. As tecnicas de Aprendizado de Maquina não-supervisionado fazem parte da metodologia de analise usada pelos especialistas. Existem diversos algoritmos de agrupamento de dados, cada um procurando particionar os dados de uma maneira especifica. A escolha desse algoritmo e fundamental para a qualidade do agrupamento e, portanto, para a analise adequada dos resultados. Propomos uma metodologia de meta-aprendizado para a escolha dos algoritmos de agrupamento de dados no contexto de dados de expressão gênica de celulas cancergenas. Ate o momento, o meta-aprendizado vinha sendo utilizado apenas no contexto supervisionado. Nesta Dissertação, estendemos esse conceito para problemas não-supervisionados. Usamos bases de dados de diferentes experimentos com microarrays de varios estudos sobre câncer. Extraimos caracteristicas relevantes de cada base de dados a fim de emprega-las no aprendizado de Redes Neurais, k- Vizinhos Mais Proximos e Maquinas de Vetores Suporte, utilizados como meta-aprendizes. Esses metodos foram usados como sistemas de aprendizado para predizer a ordem de desempenho dos algoritmos de agrupamento, bem como selecionar o melhor algoritmo, de acordo com essas caracteristicas. Realizamos um conjunto de experimentos para validar o uso de cada meta-aprendiz. Nesse contexto, mostramos que, em media, os rankings sugeridos pelas Maquinas de Vetores Suporte são significativamente mais correlacionados com o ranking ideal do que aqueles obtidos com o ranking default. Conseguimos realizar um estudo inovador que pode ser expandido para dados de outros contextos, servindo como ponto de partida para novas abordagens

Made available in DSpace on 2014-06-12T16:00:15Z (GMT). No. of bitstreams: 2 arquivo6165_1.pdf: 1230278 bytes, checksum: 064886e8d1500344414739f1068f03b3 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2010 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Meta-Aprendizado tem crescido nos últimos anos devido ao desenvolvimento de assistentes para seleção de algoritmos, com o desafio de predizer quando um algoritmo de aprendizagem é mais adequado do que outro a partir das características dos problemas abordados. O meta-aprendizado surge originalmente para auxiliar a seleção de algoritmos em problemas de aprendizagem de máquina e mineração de dados, particularmente em classificação e regressão. Em anos recentes, meta-aprendizado tem sido extrapolado para seleção de algoritmos em outros domínios de aplicações, como sistemas de planejamento, otimização, bioinformática e previsão de séries temporais. Nesse trabalho, focamos particularmente, em meta-aprendizado no contexto de previsão de séries temporais que tem sido usado em diferentes contextos para diminuir riscos na tomada de decisão. Estudos foram realizados para seleção de modelos de previsão aplicados às séries anuais da M3-competition. Nesses estudos, diferentes algoritmos foram utilizados no meta-aprendizado como o algoritmo kNN, árvores de decisão e support vector machines. Os resultados mostraram que os algoritmos de aprendizado de fato são capazes de predizer os melhores modelos de previsão a partir das características das séries temporais

Made available in DSpace on 2014-06-12T17:21:07Z (GMT). No. of bitstreams: 2 arquivo3648_1.pdf: 806809 bytes, checksum: b43299fd323b253384dda58dc15ac793 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2008 / A presente dissertação, no intuito de fornecer subsídios para uma possível influência do pensamento de Sócrates em Paulo Freire, desenvolve um estudo comparativo entre esses dois autores. Utilizaremos à metodologia da hermenêutica para analisarmos os elementos que constituem as bases filosóficas que fundamentam a prática pedagógica dos dois educadores acima mencionados, bem como, os seus instrumentários teórico-metodológicos próprios de suas atividades enquanto educadores. Estabelecido um corte na abordagem e no material de análise, a interpretação da contribuição desses pensadores se guiou por três questões básicas do pensamento pedagógico: a visão do educando e o sentido da vida humana como sendo a meta educacional, a compreensão do conhecimento e sua construção e a relação pedagógica, incluindo a metodologia em que ela se realiza. No caso de Sócrates a meta se concentra no cuidado com a própria alma, baseada numa vida virtuosa tanto na esfera privada quanto na pública. Os conhecimentos se possibilitam a partir de um reconhecimento que tem por base à própria ignorância e a relação pedagógica se realiza na maiêutica como princípio para o diálogo e a construção desses conhecimentos. Em Freire, encontramos a meta educacional no ser mais do homem no sentido de libertar-se das forças opressivas dos agentes políticos, econômicos e sociais. O conhecimento se constrói no confronto dos saberes populares dos oprimidos e das elaborações teóricas dos educadores, sendo o diálogo a forma pedagógica em que se dá essa mediação. A maior discordância que encontramos na comparação desses dois autores é que Sócrates se dirige ao individuo para ao longo do processo prepará-lo para a vida pública, ao passo que Freire aposta numa ação educativa coletiva, para gerar nos oprimidos, condições de uma vida melhor, fundamentada no respeito e na dignidade da pessoa humana. Em termos de aproximação no que diz respeito ao pensamento pedagógico de Paulo Freire e Sócrates, destacam-se os seguintes problemas: o da inconclusão da vida humana na busca infinita de sua realização como tarefa que norteia a existência de todo ser humano, o conhecimento como condição única para a liberdade dos homens, e a não imposição nem submissão entre o educador e o educando, por isso, a importância do diálogo para uma educação libertadora e igualitária. Todas esses elementos podem ser, e isso fica aberto para pesquisas futuras, indícios de uma possível influência do pensamento de Sócrates sobre Paulo Freire

Many accept that there are some acts that are ‘supererogatory’ or ‘beyond the call of duty’. Risking one’s life to save others or dedicating one’s life to helping the needy are often thought to be examples of such acts. Accepting the possibility of acts of this sort raises interesting problems for moral philosophy, as many moral theories appear to leave no room for the supererogatory. While these problems are increasingly recognized in moral philosophy, there remain a number of debates that have failed to pay sufficient attention to the existence of acts of this sort. In this thesis I investigate the implications of accepting the possibility of supererogation for three of these debates. The first issue I investigate is the relationship between morality and self-interest. One popular view is that supererogatory acts are those that demand too much sacrifice from those who could perform them. However, I argue that looking at self-reported accounts and empirical psychological studies of moral exemplars gives us good reason to reject this view, as it has the implausible implication that those with less developed moral consciences are excused from obligations that apply to those with more developed moral sensibilities. We should accept, then, that performing an act of supererogation may be in line with an agent's self-interest. The next debate I examine concerns the connection between moral judgements and motivation. Motivational judgement internalists claim that there is a necessary connection between moral judgements and motivation. However, it is often unclear which moral judgements this view is supposed to cover. The claim is made about judgements of 'moral goodness', 'moral rightness' and 'moral requirement'. I argue that internalists need to restrict their claim to moral obligation judgements. I then examine how to give an account of the relationship between moral obligations and reasons for action. It is often claimed that moral reasons are overriding. A related view is moral rationalism, which holds that agents have most reason to act in line with their moral requirements. I start by examining the differences between these two views before looking at what form of either view it is plausible to hold if we accept the existence of supererogation. I finish by looking at whether accepting the existence of supererogatory acts goes far enough or whether there is a need to make room for additional deontic categories, such as suberogation, quasi-supererogation or forced supererogation. I will argue that none of the arguments put forward in defence of these claims show that there is a need to make room for these additional categories.

Doctor of Philosophy / School of Family Studies and Human Services / Sandra M. Stith / Intimate partner homicide (IPH) is a serious problem throughout the world. Research has identified a history of intimate partner violence (IPV) as a risk factor for IPH (Campbell et al., 2007). However, we know that not all individuals who perpetrate IPV end up perpetrating IPH, and not all victims of IPV end up becoming victims of IPH. There is a need to identify additional risk factors for IPH in order to potentially help identify individuals who may be at a greater risk for IPH perpetration or victimization. In this study, we conducted a meta-analysis on risk factors for male IPH perpetration and female IPH victimization. This meta-analysis examined results from 17 studies, which included 148 effect sizes to be used in the analysis. The overall sample size included in the study was 10,143. This study compared IPV samples and IPH samples as a means to aid in identifying risk factors that may place individuals who are victims or perpetrators of IPV at a greater risk for IPH perpetration or victimization. Results of our analyses indicated that the strongest risk factors for male IPH perpetration were the perpetrator having direct access to a gun, perpetrator’s’ previous threats with a weapon, perpetrator’s previous non-fatal strangulation, perpetrator’s previous rape of the victim, perpetrator’s demonstration of controlling behaviors, perpetrator’s previous threats to harm the victim, and the perpetrator’s previous stalking of the victim. We found that the strongest risk factors for female IPH victimization were the victim being abused by the perpetrator while pregnant, the victim’s substance abuse, the victim having less than a high school education, being separated from the perpetrator, and having children from a previous relationship (not with the perpetrator). Implications for law enforcement personnel, victim advocates, mental health professionals, as well as other professionals who may be in contact with potential IPH perpetrators and victims are discussed.