Browsing by Issue Date, starting with "2022-10-14"
Now showing 1 - 2 of 2
Results Per Page
Sort Options
- Aspetos sociolinguísticos da exposição a conteúdos digitais brasileiros em crianças com 5 e 8 anos. Estudo de uma amostra de 100 crianças de 10 escolas da Região Autónoma da MadeiraPublication . Ferreira, Joana Raquel Rodrigues; Bazenga, Aline Maria Pinguinha FrançaEsta dissertação, desenvolvida no âmbito do 2º Clico em Linguística: Sociedades e Culturas, tem como principal foco a exposição das crianças a conteúdos digitais brasileiros e os possíveis efeitos que este tipo de contacto exerce a nível linguístico. Pretende-se analisar o conhecimento e uso de expressões linguísticas da variedade do português do Brasil (PB) por crianças que têm uma variedade do português europeu (PE). A análise tem por base uma amostra de crianças madeirenses de 10 escolas públicas e privadas, duas em cada um dos cinco concelhos da Região Autónoma da Madeira (RAM), selecionados (Calheta, Funchal, Santa Cruz, Santana e Porto Santo), com cinco (ensino pré-escolar) e oito anos (3ºano do 1º ciclo do ensino básico). Num total de 100, as crianças são entrevistadas e submetidas a dois testes linguísticos: Teste Nº1- Associação de palavras do PB a imagens e Teste Nº2 – Equivalência Lexical entre palavras do PB e do PE. A pesquisa conta ainda com questionários dirigidos aos encarregados de educação (EE), através dos quais se pretende analisar a relação ou não de fatores de natureza social – nível de escolaridade dos pais e grau de interação da criança com os pais e outros membros do agregado familiar, tipo de escola frequentada (pública ou privada) e localidade (Município) da escola – e o desempenho linguístico demonstrado pelas crianças. Para além destes fatores, são também considerados o sexo (feminino /masculino) e a idade/escolaridade das crianças. Os resultados apontam (i) para a relevância destes fatores de natureza extralinguística e (ii) melhor desempenho da amostra de crianças do terceiro ano, em paralelo com maior autonomia de acesso a dispositivos digitais, maior tempo de exposição de efeitos da exposição das crianças a programas brasileiros do YouTube, conforme maior for a idade da criança, em paralelo com a sua crescente consciência da variação linguística do português. O trabalho contribui, assim, para um melhor conhecimento deste fenómeno sociolinguístico recente, que se traduz pelo uso de palavras e expressões da variedade do PB nas interações de crianças portuguesas, residentes na ilha da Madeira e do Porto Santo.
- Interface gráfica para desenvolvimento de redes neuronais convolucionais probabilísticasPublication . Chaves, Aníbal João Lopes; Dias, Fernando Manuel Rosmaninho Morgado Ferrão; Mendonça, Fábio Rúben SilvaThrough the development of artificial intelligence, some capabilities of human beings have been replicated to computers. Among the models developed, Convo lutional Neural Networks stand out considerably because they make it possible for systems to have inherent capabilities of humans, such as pattern recognition in ima ges and signals. However, conventional systems are based on deterministic models, which are unable to express the epistemic uncertainty of their predictions. The al ternative consists in the use of probabilistic models although these are considerably more difficult to develop. In order to address the problems related to the development of probabilistic networks and the choice of the network architecture, in this disserta tionthe development of an application is proposed , which allows the user to choose the desired architecture and obtain the model already trained for the given data. This application named “Graphical Interface for Probabilistic Neural Networks” gi ves the user the possibility to use the most common Convolutional Neural Networks for different data sets, being the networks adapted to the developed probabilistic model. Contrary to existing models for generic use, which are deterministic and already pre-trained on databases to be used in transfer learning, the approach fol lowed in this work creates the network layer by layer, with training performed on the provided data, originating a specific model for the data in question.