Este trabalho verifica a possibilidade de se aplicar Algoritmos Evolutivos no aprendizado on-line de jogos. Alguns autores concordam que Algoritmos Evolutivos não são aplicáveis na prática para se atingir o objetivo em questão. É com a intenção de contestar a veracidade desta afirmação que foi desenvolvido o presente trabalho. Para atingir o objetivo proposto, foi desenvolvido um jogo de computador, no qual o algoritmo de aprendizado gera estratégias inteligentes e adaptativas para os caracteres não controlados pelo jogador através de um algoritmo evolutivo. Desta forma, a função do algoritmo evolutivo é fazer com que a estratégia utilizada pelo computador se adapte à estratégia utilizada pelo usuário a cada vez que joga. É apresentada uma revisão bibliográfica a respeito de Computação Evolutiva e as técnicas utilizadas para implementar comportamentos inteligentes para os caracteres controlados por computador nos jogos atuais, esclarecendo suas vantagens, desvantagens e algumas possíveis aplicações. São também explicados o jogo e os algoritmos implementados, assim como os experimentos realizados e seus resultados. Por fim, é feita uma comparação do algoritmo evolutivo final com uma outra técnica de adaptação, chamada Dynamic Scripting. Assim, este trabalho oferece contribuições para o campo de Computação Evolutiva e Inteligência Artificial aplicada a jogos / The goal of this work is to verify if it is possible to apply Evolutionary Algorithms to online learning in computer games. Some authors agree that evolutionary algorithms do not work properly in that case. With the objective of contesting this affirmation, this work was performed. To accomplish the goal of this work, a computer game was developed, in which the learning algorithm must create intelligent and adaptive strategies to control the non-player characters using an evolutionary algorithm. Therefore, the aim of the evolutionary algorithm is to adapt the strategy used by the computer according to the player\'s actions during the game. A review on Evolutionary Computation and the techniques used to produce intelligent behaviors for the computer controlled characters in modern game is presented, exposing the advantages, the problems and some applications of each technique. The proposed game is also explained, together with the implemented algorithms, the experiments and the obtained results. Finally, it is presented a comparison between the implemented algorithm and the Dynamic Script technique. Thus, this work offers contributions to the fields of Evolutionary Computation and Artificial Intelligence applied to games

Nos recentes leilões de energia realizados no setor elétrico brasileiro, a energia térmica foi uma das principais vencedoras. Este trabalho avalia a possibilidade de reversão desta tendência, mantendo a trajetória anterior de uma matriz limpa e renovável. A maior parte da eletricidade brasileira tem sido proveniente de hidrelétricas. O plano energético oficial, com horizonte de 2030, elaborado para o Governo pela Empresa de Pesquisa Energética (EPE) dá ênfase à geração térmica, à gás natural, carvão e nuclear, como alternativa de complementação à geração hídrica. Neste estudo, em contraponto à proposta oficial, a geração eólica é analisada como opção de complementação, ao invés da energia térmica. A curva de aprendizado da tecnologia eólica, no Brasil e no mundo, é investigada e seu resultado evidencia o potencial de competitividade quando comparada a outras fontes, como térmicas nucleares, a gás e a carvão. A substituição do parque de expansão térmica pela eólica é simulada mediante a análise comparativa dos custos de capital, combustível, operação e manutenção, considerando a curva de aprendizado potencial. Os resultados da simulação, em termos de custo a valor presente das alternativas, indicam que a geração eólica pode se tornar atrativa, tendo como atrativo adicional a redução da emissão de gases de efeito estufa. Dificuldades e barreiras para a penetração da geração da energia eólica são avaliadas. Também é analisada a possibilidade do atendimento da demanda de energia no Brasil no contexto do cenário da estabilização populacional e do consumo, na década de 2040, mediante oferta de energia renovável, substancialmente hidro-eólica. / In the recent energy auctions held in the Brazilian electric sector, thermal power plants were the major winners. This study evaluates the possibility of reversing such trend, maintaining the previous path of a clean and renewable energy mix. Most of Brazil\'s electricity has been generated by hydropower. However the official energy plan, with the horizon of 2030, prepared for the Government by the Energy Research Company (EPE) gives emphasis to the thermal generation to natural gas, coal and nuclear energy as an alternative to hydropower generation complementation. In this study, in contrast to the official proposal, wind generation is considered as an option to complement, rather than the thermal energy. The learning curve of wind technology in Brazil and worldwide, is investigated and its result shows the potential of competitiveness compared to other sources such as nuclear thermal, gas and coal. The replacement of thermal based expansion by the wind is simulated, by a comparative analysis of capital costs, fuel, operation and maintenance, considering the potential learning. The simulation results in terms of present value cost of the alternatives indicate that wind generation can become attractive, with the added benefit of reduction in emission of greenhouse gases. Difficulties and barriers to the penetration of wind power generation are evaluated. The possibility of meeting the demand for energy in Brazil in the context of the scenario population and energy demand stabilization, in the 2040s, through renewable and sustainable energy sources, substantially hydro and wind, is also assessed.

Este trabalho de pesquisa teve como objeto de estudo uma escola pública periférica paulistana que, embora esteja em uma comunidade com alta vulnerabilidade social, apresenta resultados acima da média da cidade de São Paulo em avaliações externas. Os dados referentes ao Índice de Desenvolvimento da Educação Básica, Índice Paulista de Vulnerabilidade Social e Índice de Desenvolvimento Humano Municipal foram importantes fontes para a definição da escola a ser pesquisada. Visou-se responder uma questão central: em que medida as relações de poder existentes na escola favorecem ou atrapalham o aprendizado dos educandos? Como procedimento metodológico, foram realizadas observações e entrevistas no campo, assim como análises de registros produzidos pela escola. / The research object of this study was a public high school in the periphery of the São Paulo city. Although this high school is situated in a region with high social vulnerability, it has achieved grades beyond the grade point average of the high schools of the city. Some social index such as the index on the development of the high school, the index on the social vulnerability of the state of São Paulo, and the index on the human development of the city were used in this research. The main question of this work was: how the power relations detected in this high school promoted or hindered the learning of the students? Local observations, interviews in the field and analyses of some manuscripts produced the school were the main methodologies used in this research.

O presente estudo visa à análise comparativa do desempenho dos modelos de estatística multivariada Multi-layer Perceptron Neural Networks, Random Forests e Support Vector Machine na previsão de máxima concentração diária de ozônio na baixa atmosfera na Região Metropolitana de São Paulo (RMSP), caracterizada pela alta concentração de habitantes e intensa atividade econômica, onde a qualidade do ar é afetada principalmente por episódios de altos níveis de ozônio. Foram aplicados tanto modelos de regressão quanto de classificação. Nos casos de classificação, estudou-se também o desempenho de dois modelos de análise de discriminantes: Linear Discriminant Analysis e Fisher Discriminant Analysis. Para a construção dos modelos utilizou-se uma base de dados com medições de variáveis meteorológicas, além da concentração de ozônio, fornecida pela Companhia Ambiental do Estado de São Paulo (CETESB). Dada a grande importância e a complexidade do processo de formação de ozônio na baixa atmosfera, a Universidade de São Paulo (USP) e a CETESB têm desenvolvido estudos no tema desde 1999, através dos quais produziram-se modelos de previsão baseados em redes neurais, implementados pela equipe da CETESB. O presente estudo é uma continuação do desenvolvimento anterior e contém as seguintes inovações quanto à metodologia e resultados esperados: (1) ajuste de novos modelos com novas estruturas, incluindo-se técnicas de Support Vector Machine, Random Forests e Discriminação; (2) uso de uma base de dados mais ampla e atualizada, de modo a melhorar a representatividade dos modelos; (3) ajuste dos modelos à nova legislação, Decreto Estadual 59.113 de 23/04/2013, que estabelece novos padrões de qualidade do ar para os poluentes atmosféricos, dentre os quais o ozônio. Embora nos casos de classificação nenhum dos modelos tenha apresentado bons resultados, nos casos de regressão foi possível obter resultados melhores do que os esperados. O modelo de Multi-layer Perceptron foi o que mostrou melhor desempenho para prever concentrações máximas de ozônio, tanto para a previsão de máximas concentrações baseadas em médias horárias quanto em médias móveis de 8 horas, que resultaram em coeficientes de correlação 0,867 e 0,891, respectivamente. / The present study aims to compare the performance of the multivariate statistical models Multi-layer Perceptron Neural Networks, Random Forests and Support Vector Machine applied to the prediction of daily maximum concentrations of groundlevel ozone in the Metropolitan Area of São Paulo (MASP), characterized by the high population density and the intense economic activity, where the air quality is mostly affected by high ozone levels. Both regression and classification models were applied. In the classification cases, two more models were applied: Linear Discriminant Analysis and Fisher Discriminant Analysis. The models were constructed using a database containing meteorological variables and daily maximum ozone concentration values, which were provided by the Environmental Agency of São Paulo State (CETESB). Given the great importance and complexity of the process of ozone formation in the troposphere, the University of São Paulo (USP) and CETESB have made studies in this area since 1999 and developed a prediction model based on neural networks, which was implemented by CETESB. The present study is a continuation of the previous one and contains the following innovations regarding the methodology and expected results: (1) comparison with other models such as support vector machines, random forests and discriminant analysis; (2) use of a wider and up-to-date database, which improves the representativeness of the models; (3) the models took into acount the new legislation, State decree 59113 of 04/23/2013, that establishes new air quality standards for ozone. Although none of the classification models had a good performance, the regression models yielded better than expected results. The multi-layer perceptron model was the one with higher performance in the prediction of daily maximum ozone concentrations based both on hourly averages and on eight-hour moving averages, which yielded correlation coefficients of 0.867 and 0.891 respectively.

Diversas áreas de pesquisa são dedicadas à compreensão de fenômenos que exigem a coleta ininterrupta de sequências de amostras, denominadas fluxos de dados. Esses fenômenos frequentemente apresentam comportamento variável e são estudados por meio de indução não supervisionada baseada em agrupamento de dados. Atualmente, o processo de agrupamento tem exibido sérias limitações em sua aplicação a fluxos de dados, devido às exigências impostas pelas variações comportamentais e pelo modo de coleta de dados. Embora tem-se desenvolvido algoritmos eficientes para agrupar fluxos de dados, há a necessidade de estudos sobre a influência de variações comportamentais nos parâmetros de algoritmos (e.g., taxas de aprendizado e limiares de proximidade), as quais interferem diretamente na compreensão de fenômenos. Essa lacuna motivou esta tese, cujo objetivo foi a proposta de uma abordagem para a adaptação do viés indutivo de algoritmos de agrupamento de fluxos de dados de acordo com variações comportamentais dos fenômenos em estudo. Para cumprir esse objetivo projetou-se: i) uma abordagem baseada em uma nova arquitetura de rede neural artificial que permite avaliação de comportamento de fenômenos por meio da estimação de cadeias de Markov e entropia de Shannon; ii) uma abordagem para adaptar parâmetros de algoritmos de agrupamento tradicional de acordo com variações comportamentais em blocos sequenciais de dados; e iii) uma abordagem para adaptar parâmetros de agrupamento de acordo com a contínua avaliação da estabilidade de dados. Adicionalmente, apresenta-se nesta tese uma taxonomia de técnicas de detecção de variação comportamental de fenômenos e uma formalização para o problema de agrupamento de fluxos de dados / Several research fields have described phenomena that produce endless sequences of samples, referred to as data streams. These phenomena usually present behavior variation and are studied by means of unsupervised induction based on data clustering. In order to cope with the characteristics of data streams, researchers have designed clustering algorithms with low time and space complexity requirements. However, predefined and static parameters (thresholds, number of clusters and learning rates) found in current algorithms still limit the application of clustering to data streams. This limitation motivated this thesis, which proposes a continuous approach to evaluate behavior variations and adapt algorithm inductive bias by changing its parameters. The main contribution of this thesis is the proposal of three approaches to adapt induction bias: i) an approach based on the design of an adaptive artificial self-organizing neural network architecture that enables behavior evaluation by means of Markov chain and Shannon entropy estimations; ii) an approach to adapt traditional data clustering algorithms according to behavior variations in sequences of data chunks; and iii) an approach based on the proposed neural network architecture to continuously adapt parameters by means of the evaluation of data stability. Additionally, in order to analyze the essential characteristics of data streams, this thesis presents a formalization for the problem of data stream clustering and a taxonomy on approaches to detect behavior variations

[pt] Esta tese investiga modelos híbridos neuro-fuzzy para aprendizado automático de ações efetuadas por agentes. O objetivo dos modelos é dotar um agente de inteligência, tornando-o capaz de, através da interação com o seu ambiente, adquirir e armazenar o conhecimento e raciocinar (inferir uma ação). O aprendizado desses modelos é realizado através de processo não-supervisionado denominado Aprendizado por Reforço (RL: Reinforcement Learning). Esta nova proposta de modelos neuro-fuzzy apresenta as seguintes características: aprendizado automático da estrutura do modelo; auto-ajuste dos parâmetros associados à estrutura; capacidade de aprender a ação a ser tomada quando o agente está em um determinado estado do ambiente; possibilidade de lidar com um número maior de entradas do que os sistemas neuro-fuzzy tradicionais; e geração de regras lingüísticas com hierarquia. O trabalho envolveu três etapas principais: levantamento bibliográfico e estudo de modelos de aprendizado; definição e implementação de dois novos modelos neuro-fuzzy hierárquicos baseados em RL; e estudo de casos. O levantamento bibliográfico e o estudo de modelos de aprendizado foi feito a partir dos modelos usados em agentes (com o objetivo de ampliar a ação autônoma) e em espaço de estados grande e/ou contínuo. A definição dos dois novos modelos neuro-fuzzy foi motivada pela importância de se estender a capacidade autônoma de agentes através do quesito inteligência, em particular a capacidade de aprendizado. Os modelos foram concebidos a partir do estudo das limitações existentes nos modelos atuais e das características desejáveis para sistemas de aprendizado baseados em RL, em particular quando aplicados a ambientes contínuos e/ou ambientes considerados de grande dimensão. Tais ambientes apresentam uma característica denominada curse of dimensionality que inviabiliza a aplicação direta de métodos tradicionais de RL. Assim sendo, a decisão de se usar uma metodologia de particionamento recursivo, já explorada com excelentes resultados em Souza (1999), que reduz significativamente as limitações dos sistemas neuro-fuzzy existentes, foi de fundamental importância para este trabalho. Optou-se pelos particionamentos BSP e Quadtree/Politree, gerando os dois modelos RL-NFHB (Reinforcement Learning - Neuro-Fuzzy Hierárquico BSP) e RL-NFHP (Reinforcement Learning - Neuro-Fuzzy Hierárquico Politree). Estes dois novos modelos são derivados dos modelos neuro-fuzzy hierárquicos NFHB e NFHQ (Souza, 1999) que utilizam aprendizado supervisionado. Com o uso desses métodos de particionamento, associados ao Reinforcement Learning, obteve-se uma nova classe de Sistemas Neuro-Fuzzy (SNF) que executam, além do aprendizado da estrutura, o aprendizado autônomo das ações a serem tomadas por um agente. Essas características representam um importante diferencial em relação aos sistemas de aprendizado de agentes inteligentes existentes. No estudo de casos, os dois modelos foram testados em 3 aplicações benckmark e uma aplicação em robótica. As aplicações benchmark são referentes a 3 problemas de sistemas de controle: o carro na montanha (mountain cart problem), estacionamento do carro (cart-centering problem) e o pêndulo invertido. A aplicação em robótica utilizou o modelo Khepera. A implementação dos modelos RL-NFHB e RL- NFHP foi feita em linguagem Java em microcomputadores com plataforma Windows 2000. Os testes efetuados demonstram que estes novos modelos se ajustam bem a problemas de sistemas de controle e robótica, apresentando boa generalização e gerando sua própria estrutura hierárquica de regras com interpretação lingüística. Além disso, o aprendizado automático do ambiente dota o agente de inteligência - (base de conhecimento, raciocínio e aprendizado), característica que aumenta a capacidade autônoma deste agente. A área de sistemas neuro-fuzzy hie / [en] This thesis investigates neuro-fuzzy hybrid models for automatic learning of actions taken by agents. The objective of these models is to provide an agent with intelligence, making it capable of acquiring and retaining knowledge and of reasoning (infer an action) by interacting with its environment. Learning in these models is performed by a non-supervised process, called Reinforcement Learning. These novel neuro-fuzzy models have the following characteristics: automatic learning of the model structure; auto-adjustment of parameters associated with the structure; capability of learning the action to be taken when the agent is on a given environment state; possibility of dealing with a larger number of inputs than those of traditional neuro-fuzzy systems; and the generation of hierarchical linguistic rules. This work comprised three main stages: bibliographic survey and study of learning models; definition and implementation of two new hierarchical neurofuzzy models based on Reinforcement Learning; and case studies. The bibliographic survey and the study of learning models considered learning models employed in agents (aiming to enhance the autonomous action) and in large and/or continuous state spaces. The definition of the two new neuro-fuzzy models was motivated by the importance of extending the autonomous capacity of agents through its intelligence, particularly the learning capacity. The models were conceived from the study of the existing limitations in current models, as well as the desirable characteristics for RL-based learning systems, particularly, when applied to continuous and/or high dimension environments. These environments present a characteristic called curse of dimensionality, which makes impracticable the direct application of the traditional RL- methods. Therefore, the decision of using a recursive partitioning methodology (already explored with excellent results in Souza, 1999), which significantly reduces the existing neuro-fuzzy systems limitations, was crucial to this work. The BSP (Binary Space Partitioning) and the Quadtree/Politree partitioning were then chosen, generating the RL-NFHB (Reinforcement Learning - Hierarchical Neuro- Fuzzy BSP) and RL-NFHP (Reinforcement Learning - Hierarchical Neuro-Fuzzy Politree) models. These two new models are derived from the hierarchical neuro-fuzzy models NFHB and NFHQ (Souza, 1999), which use supervised learning. By using these partitioning methods, together with the Reinforcement Learning methodology, a new class of Neuro-Fuzzy Systems (SNF) was obtained, which executes, in addition to structure learning, the autonomous learning of the actions to be taken by an agent. These characteristics represent an important differential when compared to the existing intelligent agents learning systems. In the case studies, the two models were tested in three benchmark applications and one application in robotics. The benchmark applications refer to 3 problems of control systems : the mountain cart problem, cart-centering problem, and the inverted pendulum. The application in robotics made use of the Khepera model. The RL-NFHB and RL-NFHP models were implemented using the Java language in Windows 2000 platform microcomputers. The experiments demonstrate that these new models are suitable for problems of control systems and robotics, presenting a good generalization and generating their own hierarchical structure of rules with linguistic interpretation. Moreover, the automatic environment learning endows the agent with intelligence (knowledge base, reasoning and learning). These are characteristics that increase the autonomous capacity of this agent. The hierarchical neuro-fuzzy systems field was also enhanced by the introduction of reinforcement learning, allowing the learning of hierarchical rules and actions to take place within the same process.

Os últimos anos foram marcados por um avanço expressivo da tecnologia, principalmente na área de computação. Estes avanços, quando somados à diversidade de produtos oferecidos por empresas de diferentes segmentos, e aos esforços destas em capturar e armazenar dados de seus clientes e de suas operações, ajudam a explicar a quantidade de informações que atualmente é produzida. As organizações, em geral, têm se mostrado eficientes em capturar, organizar e armazenar grandes quantidades de dados, mas nem todas os utilizam adequadamente, no sentido de transformá-los em conhecimentos úteis para suas atividades. Algoritmos de aprendizado de máquina são uma ferramenta computacional poderosa para aquisição de conhecimento a partir da experiência. A utilização desses algoritmos permite avanços e descobertas que conferem vantagem competitiva às empresas. A tarefa de aprendizado de máquina mais comum é o aprendizado supervisionado, cujo objetivo é aprender um modelo preditivo a partir de um conjunto de dados. Esse modelo deve ser capaz de generalizar o conhecimento adquirido para dados desconhecidos. Isso permite que o modelo tenha uma boa capacidade preditiva. Uma aplicação importante e bastante utilizada do aprendizado supervisionado são os problemas de classificação, comumente encontrados na indústria financeira. Um dos desafios dessa indústria é prever a capacidade de pagamento de seus clientes, classificando-os como bons ou maus pagadores. Neste trabalho, cinco algoritmos de aprendizado de máquina supervisionado foram investigados e aplicados à um problema real de classificação: regressão logística, classificadores bayesianos, k-vizinhos mais próximos, random forests e redes neurais. Como o desempenho desses algoritmos é afetado pelas variáveis utilizadas, técnicas de seleção de variáveis foram aplicadas ao conjunto de dados original. O uso dessas técnicas permite reduzir o tempo computacional, removendo informações redundantes e irrelevantes. Medidas de desempenho para classificação binária foram utilizadas para avaliar o desempenho preditivo dos modelos gerados pelos cinco algoritmos e compará-los. Como é cada vez mais importante ter modelos facilmente interpretáveis, foram também avaliadas a interpretabilidade e a complexidade dos modelos gerados. / The last few years were remarkable by relevant advances in technology, mainly related to computers. These advances, when added to the diversity of products offered by companies from different segments and their efforts in capturing and storing data from their customers and operations, helps to explain the amount of information that is currently being produced. Overall, the organizations have been efficient in capturing, organizing, and storing large amounts of data, but not all of them uses it adequately to make them useful knowledge for their activities. Learning algorithms are a powerful machine toll to acquire knowledge based on experience. The use of these algorithms allows advances and discoveries that brings a competitive advantage to the companies. The most common machine learning task is supervised learning, whose objective is to learn a predictive model from a set of data. This model should be able to generalize the acquired knowledge to a set of unknown data. This allows the model to have a good predictive capability. An important and widely used application of supervised learning are the classification problems, commonly seen in the financial industry. One of the challenges of this industry is to predict the payment capacity of its customers, rating them as good or bad payers. In this study, five supervised machine learning algorithms, logistic regression, Bayesian classifiers, k-neighbors, random forests and neural networks were investigated and applied to a real classification problem. Since the performance of these algorithms are affected by the variables used, variable selection techniques were applied to the original data set. The use of these techniques allows a computational reduction time by removing redundant and irrelevant information. Performance measures for binary classification were used to evaluate the predictive performance of the models generated by the five algorithms and to compare them. Since it is increasing the importance to have easily interpretable models, the interpretability and complexity of the models generated were also evaluated.

Submitted by DHARA CARLESSO ZAMPIVA (dhara.zampiva@univates.br) on 2018-08-01T17:52:22Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) 2018BrunaMedinaFingerArnholdt.pdf: 9496337 bytes, checksum: 7dd2c84d32af8211e19ba2a2248ca15a (MD5) / Approved for entry into archive by Ana Paula Lisboa Monteiro (monteiro@univates.br) on 2018-08-31T18:31:35Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) 2018BrunaMedinaFingerArnholdt.pdf: 9496337 bytes, checksum: 7dd2c84d32af8211e19ba2a2248ca15a (MD5) / Made available in DSpace on 2018-08-31T18:31:35Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) 2018BrunaMedinaFingerArnholdt.pdf: 9496337 bytes, checksum: 7dd2c84d32af8211e19ba2a2248ca15a (MD5) Previous issue date: 2018-08-01 / A educação vem revendo suas concepções teórico-práticas a fim de manter-se atualizada diante das transformações sociais. Especificamente, no campo da Educação Ambiental busca-se acompanhar esses processos de modo a ampliar seu espaço e tornar suas práticas mais contextualizadas nas realidades das escolas. Assim, a formação dos professores precisa acompanhar estas mudanças para qualificar os processos de ensino e de aprendizagem e manter a atualização das práticas. As crianças vêm convivendo cada vez mais com uma realidade urbana e tecnológica, distanciando-se, muitas vezes, das interações com a natureza. Neste sentido, a Educação Ambiental vem a contribuir para a aproximação do ser humano com a natureza retomando esse contato essencial. Na etapa de ensino da Educação Infantil as crianças passam muitas horas do dia na escola, explorando os pátios, espaços externos e ambientes naturais no próprio ambiente escolar, muitas vezes mais do que com as próprias famílias. Sendo assim, esta pesquisa propõe um programa de formação continuada para professores de Educação Infantil, na área da Educação Ambiental como meio para motivação e orientação da exploração dos pátios das escolas através do método do Aprendizado Sequencial e das vivências com a natureza. A abordagem da pesquisa é qualitativa. Exploram-se possibilidades de intervenções participantes. Problematiza-se de que forma a Educação Ambiental na Educação Infantil pode explorar os pátios das escolas constituindo-os em ambientes de aprendizagem e em que medida a formação continuada de professores de Educação Infantil nas vivências com a natureza propostas pelo método da Aprendizagem Sequencial possibilita isso. Assim, tem-se como objetivo investigar a potência das vivências com a natureza enquanto método de Educação Ambiental na Educação Infantil explorando os pátios das escolas como ambientes de aprendizagem. Foram organizadas três categorias para análise comparativa as quais contemplaram as potências da Educação Ambiental na Educação Infantil a partir dos seguintes aspectos: as vivências com a natureza através do Método do Aprendizado Sequencial; a formação continuada dos professores referente ao método em questão para a exploração do pátio das escolas e o pátio das escolas como ambiente de aprendizagem. Como resultados evidenciaram-se a potência do método do Aprendizado Sequencial e das vivências com a natureza em relação às práticas na e com a Educação Infantil, bem como a importância de formação continuada para os professores sentirem-se instigados e motivados a buscar conhecimentos para desacomodar suas propostas e as possibilidades diversificadas 7 de exploração dos pátios enquanto ambientes de aprendizagem em Educação Ambiental na Educação Infantil. / Education has been revising its theoretical-practical conceptions in order to keep abreast of social transformations. The field of Environmental Education specifically, seeks to follow these new processes in order to expand their space and make their practices more contextualized in the realities of schools. Thus, teacher training needs to follow these changes to qualify the teaching, learning processes and keep updating practices. Children are increasingly living with an urban and technological creality, often distancing themselves from interactions with nature. This way, the Environmental Education comes to contribute to the approximation of the human being with nature resuming this essential contact. At the early childhood education stage, children spend many hours a day at school, exploring courtyards, outdoor spaces and natural environments in their own school environment, often more than with their own families. Thus, this research proposes a continuing education program for teachers of Early Childhood Education in the area of Environmental Education as a way to motivate and guide the exploration of school yards through the method of Sequential Learning and experiences with nature. The research approach is qualitative. Possible interventions are explored. It is asked how Environmental Education in Early Childhood Education can explore the schools' courts by establishing them in learning environments and, what extent the continuing education of Early Childhood teachers in the experiences with nature proposed by the method of Sequential Learning makes it possible. Thus, the research‟s objective is to investigate the potency of experiences with nature as a method of Environmental Education in Early Childhood Education exploring the courtyards of schools as learning environments. Three categories for comparative analysis were organized, which included the powers of Environmental Education in Early Childhood Education from the following aspects: the experiences with nature through the Sequential Learning Method; the continuous training of teachers regarding the method in question for the operation of the schoolyard and the schoolyard as a learning environment. As results, the framework of the Sequential Learning method and the experiments with nature and the practice with Early Childhood Education, as well as the importance of continuous formation for the teachers to feel instigated and motivated to seek knowledge to disagree their proposals and the diversified possibilities of exploring the courtyards as learning environments in Environmental Education in Early Childhood Education.

Submitted by Filipe dos Santos (fsantos@pucsp.br) on 2016-10-18T17:03:52Z No. of bitstreams: 1 Lilian Della Torre Sousa Cabral.pdf: 1517952 bytes, checksum: f18f69c87dd470300a800e1ed4de3dd2 (MD5) / Made available in DSpace on 2016-10-18T17:03:52Z (GMT). No. of bitstreams: 1 Lilian Della Torre Sousa Cabral.pdf: 1517952 bytes, checksum: f18f69c87dd470300a800e1ed4de3dd2 (MD5) Previous issue date: 2016-08-26 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This research aimed to investigate the learning potential of deaf students in Elementary Education from the perspective of their teachers. The research is qualitative. I tried to describe in detail the views and ideas of the teachers about their student with deafness, learning and inclusion in the common room. For this study, we selected two teachers from state schools in the city of São Paulo. The criteria for selection of the teachers were: more than five years of professional experience and work with deaf students in the common room. The two teachers in the study work in the same state school located in Guaianases neighborhood on the outskirts of São Paulo. Data were collected during the school year 2016, by applying a semistructured interview that left the following questions: How do you see your student with deafness in the classroom? How do you see the learning and the potential of their deaf student? How do you see his relationship with the other students? From these questions were appearing in the speech of teachers aspects related to the identity of the deaf student, the reception of teachers to students with disabilities, the role of LIBRAS interpreter and the importance of teaching LIBRAS. In speaking of the teachers it was evident that students with hearing loss has the same potential to learn from their peers of the same age, provided that an appropriate pedagogy is applied. In view of this, it would be necessary to seek new avenues for teaching activities that are more targeted to the student's learning possibilities with disabilities and not just focusing on the difficulties of learning and inclusion. It was also possible to see in the statements of the teachers the benefits of inclusion of a deaf student to the other room the students through the learning LIBRAS and living with differences / A presente pesquisa teve como objetivo investigar o potencial de aprendizado do aluno surdo no Ensino Fundamental a partir da visão de suas professoras. A pesquisa é de natureza qualitativa. Procurou-se descrever de forma detalhada a opinião e as ideias das professoras sobre sua aluna com surdez, seu aprendizado e a inclusão na sala comum. Para este estudo, foram selecionadas duas professoras da rede estadual de ensino da cidade de São Paulo. Os critérios utilizados para seleção das professoras foram: ter mais de cinco anos de experiência profissional e trabalhar com aluno surdo em sala comum. As duas professoras que participaram do estudo trabalham na mesma escola estadual, localizada no bairro de Guaianases, na periferia da cidade de São Paulo. Os dados foram coletados durante o ano letivo de 2016, através da aplicação de uma entrevista semiestruturada que partiu das seguintes questões: Como você vê seu aluno com surdez na sala de aula? Como você vê o aprendizado e o potencial do seu aluno surdo? Como você vê a relação dele com os demais estudantes? A partir dessas perguntas foram aparecendo, nas falas das professoras, aspectos relacionados à identidade do aluno surdo, ao acolhimento dos professores ao aluno com deficiência, ao papel do intérprete de LIBRAS e à importância do ensino de LIBRAS. Nas falas das professoras ficou evidente que o aluno com surdez tem a mesma potencialidade de aprender de seus pares da mesma idade, desde que seja aplicada uma pedagogia adequada. À vista disso, seria necessário buscar novos caminhos para ação docente, que sejam mais direcionados para as possibilidades de aprendizado do aluno com deficiência e não apenas centrados nas dificuldades de aprendizado e de inclusão. Também foi possível perceber nas falas das professoras os benefícios da inclusão do um aluno surdo para os demais estudantes da sala, através do aprendizado de LIBRAS e a convivência com as diferenças

Made available in DSpace on 2016-04-25T18:40:12Z (GMT). No. of bitstreams: 1 Carmen Eliana da Silva.pdf: 1553615 bytes, checksum: 58ae844f856e021128c30adff6e5bcd3 (MD5) Previous issue date: 2015-10-01 / The constant change in the accounting area alongside with the technological evolution have brought about an improvement necessity for methods and techniques, which shall be helpful with the process of inserting students on the job market and also enabling them to have a wider view of the business world by developing the capacity to apply it on their professional lives. In this Scenario the Problem Based Learning PBL method was studied and applied on classes for the subjects Prática contábil informatizada I and II within the Accounting Course of the private college Estácio Europan in Cotia, São Paulo. The PBL was applied for students enrolled in the 4th semester in 2014 and in the 5th semester in 2015.The objective is to test whether this method is well received by students in class, considering that it is student based, differently from the traditional ones. This case was elaborated based on the real needs of a small company, considering a questionnaire developed with Sebrae s information about the reasons for a company to go out of business and the 7 sins of smalls companiesby José Carlos Marion; therefore the students have applied the method considering the identified problems. Further to that they answered a survey regarding the acquired knowledge and the applied method. The results obtained were compared by the means of a Chi-Square (where equal proportions were expected), which allowed to be identified that most of the students have considered the strategy as positive and motivating regarding their learning process and also that they were able to achieve the aimed objective, which means, the acquisition of knowledge upon the subject taught and the theory through the practice experienced by the method. The aforementioned results identify the acceptance of the applied method / Com as mudanças constantes na área Contábil e a evolução tecnológica, surge a necessidade do aperfeiçoamento de métodos e técnicas que possam inserir os estudantes no mercado de trabalho de forma que tenham uma visão abrangente do mundo dos negócios e desenvolvam capacidade para aplicar na vida profissional. Neste cenário, o método Problem Based Learning PBL (aprendizado baseado em problemas) foi estudado e aplicado nas aulas das disciplinas prática contábil informatizada I e II do curso de ciências contábeis, na faculdade privada Estácio Europan, em Cotia, São Paulo, para os alunos do 4º semestre de 2014 e 5º semestre de 2015. Oobjetivo é testar se este método é bem aceito pelos alunos em sala de aula, uma vez que ele é centrado no aluno, diferentemente dos métodos tradicionais. O caso foi elaborado tendo como base necessidades reais de uma empresa de pequeno porte, baseado em questionário desenvolvido com informações do Sebrae sobre causa mortis das empresas e os 7 pecados das pequenas empresas, por José Carlos Marion. Com base nos problemas identificados, os alunos aplicaram o método. Ao final, eles responderam a um questionário referente aos conhecimentos adquiridos e o método aplicado. Os resultados obtidos comparados por meio de um Qui-quadrado (proporções esperadas iguais) permitiu identificar que a maioria dos alunos considerou a estratégia como positiva e motivadorapara a sua aprendizagem e que alcançaram os objetivos almejados, ou seja, o conhecimento mediante os conteúdos ministrados, da teoria com a prática vivenciada pelo método. A referida resposta identifica a aceitação do método aplicado