DigitUMa
Repositório Institucional da Universidade da Madeira
Entradas recentes
Breve caracterização das empresas de animação turística da R. A. Madeira
Publication . Prudente, J.; Prudente, João Filipe; Fernando, C.; Fernando, Catarina; Rodrigues, A.; Rodrigues, Ana; Antunes, H.; Antunes, Hélio; Noite, J.; Noite Mendes, Joao Manuel; Cardoso, A.; Ramos Cardoso, Américo; Lopes, H.; Lopes, Helder; Leite, E.; Leite, Eduardo; Sousa, D.; Sousa, Duarte
Approaches for banana harvesting automation
Publication . Baglat, Preety; Dias, Fernando Manuel Rosmaninho Morgado Ferrão; Mendonça, Fábio; Shahnawaz, Shekh
A colheita de bananas ainda depende de um pequeno grupo de especialistas, e o seu con
hecimento é difícil de transmitir. Este trabalho transforma esse conhecimento numa solução
de ponta de aprendizagem automática para decisões de colheita, mais consistente, mais fácil
de escalar e de replicar. Primeiro, o estudo de revisão sistemática resumiu as técnicas exis
tentes de deep learning e aprendizagem automática disponíveis para identificar os estádios
de maturação da banana. Em seguida, procedeu-se à recolha de um conjunto de dados em
diferentes campos na Ilha da Madeira, Portugal, sob variadas condições ambientais, com o
objetivo de resolver o problema da deteção do cacho de banana e da classificação para col
heita. Depois, utilizando imagens de deteção de cachos e imagens rotuladas por especialistas
quanto à prontidão para a colheita, recolhidas nos campos, o sistema combina um detetor
baseado em You Only Look Once (YOLO) e um classificador You Only Look Once (YOLO)
melhorado com Bloco Squeeze-and-Excitation (SE). O sistema de deteção foca-se no cacho
principal de banana em cada fotografia para que outros cachos ou fundos complexos não
induzam o resultado em erro, e o classificador decide então se esse cacho está pronto para
a colheita ou não. O modelo de deteção alcançou 93%,AP50test a cerca de 5,1 ms por im
agem, e o modelo de classificação atingiu 94% de precisão a cerca de 2,8 ms por imagem.
Uma aplicação Android liga estas partes num fluxo simples e fornece decisões de colheita,
nomeadamente Cortar ou Manter. Uma opção Discordar, que envia imagens para o servidor
para revisão caso o trabalhador da colheita não concorde com o resultado, ajuda a aumentar
a precisão futura do modelo. Foram recolhidos comentários de colhedores e utilizadores du
rante os testes no campo, num dia de colheita, para melhorar ainda mais o sistema. Os testes
de campo mostraram um desempenho fiável, decisões mais rápidas e menos trabalho manual.
Permanecem limitações porque os dados provêm de uma só região e principalmente de um
único tipo de banana, e as fotografias não conseguem captar o toque ou todos os parâmetros
do campo. Trabalhos futuros deverão incluir estudos de validação com conjuntos de dados
de múltiplas regiões geográficas e diversas cultivares de banana, extensão a outras culturas e
integração de registos de campo ou diários de colheita para registo automático das avaliações
de maturidade, permitir a programação preditiva da colheita e apoiar a documentação de
controlo de qualidade para certificações.
O impacto do buffet na satisfação dos clientes
Publication . Freitas, Guilherme Alexandre Cardoso Camacho de; Franco, Mara José Sousa
O presente Relatório de Estágio Curricular integra-se no âmbito do Mestrado em Gestão
Hoteleira da Universidade da Madeira. Ao longo deste trabalho apresentam-se as atividades
realizadas durante o estágio e desenvolve-se uma proposta de projeto intitulada “O Impacto
do Buffet na Satisfação dos Clientes: Estudo de Caso no Hotel Lopesan Costa Meloneras”.
Este projeto está diretamente relacionado com a experiência adquirida no estágio e procura
analisar de que forma a organização do espaço do buffet influencia a perceção de qualidade
e a satisfação global dos hóspedes. O estágio teve a duração de 800 horas (5 meses) e
permitiu a passagem por diversos departamentos do hotel, nomeadamente Relações
Públicas, Receção, Alimentação e Bebidas, Eventos e Direção. Esta experiência possibilitou
uma visão abrangente do funcionamento da unidade hoteleira e, em particular, do impacto
que o serviço de restauração tem na experiência dos clientes. O estudo analisou a influência
da organização e do layout do buffet de pequeno-almoço na satisfação dos hóspedes do Hotel
Lopesan Costa Meloneras, identificando como problemática principal o congestionamento
nos períodos de maior afluência, a existência de constrangimentos operacionais e o impacto
dessas falhas na perceção de qualidade e na reputação online. Para tal, foi adotada uma
metodologia de estudo de caso com abordagem mista, recorrendo à observação participante,
entrevistas semiestruturadas a colaboradores e análise de indicadores de satisfação e críticas
online. Os resultados evidenciaram que a disposição do buffet influencia diretamente a
experiência do hóspede, sendo propostas soluções como a reorganização do layout, melhoria
da sinalização, duplicação de pontos críticos e melhor gestão de fluxos, com o objetivo de
reduzir filas, aumentar a eficiência operacional e reforçar a satisfação global dos clientes.
Este estudo apresenta uma implicação prática ao demonstrar que a reorganização estratégica
do layout do buffet, através da melhoria dos fluxos de circulação, redistribuição de estações
de maior procura e reforço da sinalização, pode reduzir congestionamentos, aumentar a
eficiência operacional e melhorar a satisfação dos hóspedes. Em termos teóricos, reforça o
conceito de servicescape aplicado à hotelaria, evidenciando que o ambiente físico e a
organização espacial do serviço influenciam diretamente a perceção de qualidade, a
experiência do cliente e a intenção de recomendação.
Questões críticas no planeamento e gestão do voluntariado estudantil em evento desportivo de cariz turístico
Publication . Soares. Jorge; Alexandre Pereira Soares, Jorge
Gestão do desporto e turismo
Publication . Antunes, H.; Antunes, Hélio; Lopes, H.; Lopes, Helder; Prudente, J.; Prudente, João Filipe; Sabino, B.; Sousa, D.; Sousa, Duarte; Rodrigues, A.; Rodrigues, Ana