Lab CORES é uma iniciativa da Universidade Federal do Rio de Janeiro.
Endereço
Av. Athos da Silveira Ramos, 274
Ilha da Cidade Universitária
Rio de Janeiro - RJ
Brasil
Siga-nos em nossas redes sociais
PROJETOS
O impacto do virtual no real: Como o uso das redes sociais online impactaram a epidemia de COVID-19 no Brasil?
Descrição: Mais do que entretenimento ou aprendizado, através das mídias sociais, podemos identificar níveis sem precedentes de engajamento e participação dos cidadãos. Esta atividade é chamada de "sensoriamento participativo" ou "sensoriamento-cidadão". No sensoriamento participativo, um sensor não é necessariamente um hardware, mas pode ser um sensor virtual ou um humano interpretando dados sensoriais. Partindo da premissa de que os cidadãos utilizam as mídias sociais para relatar problemas, divulgar eventos, emitir opiniões e transmitir informações que julgam relevantes, tais informações podem ajudar no sensoriamento virtual e criar um conhecimento mais preciso sobre a cidade. Nesta proposta de projeto, cuja duração é de um ano, visamos comparar o impacto da COVID-19 no Brasil no cenário real—como casos, óbitos, vacinação e o isolamento social—com o cenário virtual. A principal questão de pesquisa é "O engajamento nas mídias sociais refletiu ou impactou o comportamento real dos cidadãos brasileiros durante a epidemia de COVID-19?". Para isto, utilizaremos os dados do DATASUS e PCDaS (Plataforma de Ciência de Dados aplicada à Saúde) como fonte de dados do "mundo real" e dados públicos oriundos das interações sociais no Twitter, Facebook e Instagram para o mapeamento das interações do "mundo virtual"
Integrantes: Jonice de Oliveira Sampaio - Coordinator, Fabio Porto - Member
[Oracle] Extrair Conhecimento de Grandes Dados Sociais - Caso Especial: Pandemias e Epidemias
Descrição: Neste projeto, Grandes Dados Sociais referem-se a grandes volumes de dados relacionados às interações das pessoas (com outras pessoas ou coisas) ou que descrevem seus comportamentos, necessidades e padrões. Portanto, definimos nossa pergunta de pesquisa, que é: RQ1: Como gerenciar o volume massivo de dados sociais, visando a sensorização urbana, lidando com múltiplos fluxos de dados de diferentes tipos e diferentes níveis de conhecimento dos usuários durante crises sanitárias em larga escala, especialmente pandemias e epidemias? O proponente escolheu dois cenários reais para aplicar esta pesquisa: COVID-19 e depressão.
Integrantes: Jonice de Oliveira Sampaio - Coordenador, Sirius Tadeu da Silva - Integrante, Luis Fernando Monsores Passos Maia - Integrante, Diogo Nolasco - Integrante
[PIBIC] Estudo e Desenvolvimento de Ferramentas e Serviços para Coleta de Grandes Volumes de Dados de Mídias Sociais
Descrição: Este trabalho está inserido dentro do contexto técnico, considerando a formação de competências relacionada ao entendimento da análise de dados, a compreensão das questões éticas envolvidas na coleta de dados, a automação de mecanismos de coleta de dados de mídias sociais voltada a formação de comunicadores com relação a análise de dados tomando como premissa que a transparência do processo e da geração da informação e do seu valor na comunicação. Este trabalho está voltado a construção de artefatos para serem disponibilizados como serviços e ferramentas para qualquer pessoa interessada em extrair e analisar dados de mídias sociais.
Integrantes: Jonice de Oliveira Sampaio - Coordenador, Tiago França - Integrante, Camila Lacerda da Silva - Integrante
[CAPES] Tecnologias Digitais para Monitoramento,Mapeamento e Controle de Surtos, Endemias, Epidemias e Pandemias
Descrição: A rápida disseminação da COVID-19 no país e a elevada letalidade dos casos confirmados estão provocando grande apreensão e sofrimento na população e podem provocar um colapso nos serviços de saúde. É fundamental, para o efetivo controle da doença, que se conheça o seu processo de difusão espaço-temporal e seus determinantes sociais. Além disso, o conhecimento da magnitude do processo epidêmico subsidiará o adequado planejamento de ações de atenção à saúde dos pacientes com COVID-19. Reduzir a velocidade de crescimento da doença ("achatamento da curva") é um objetivo essencial a ser alcançado pelo isolamento social, juntamente à previsão de recursos hospitalares e de pessoal, elaboração de orientações (guidelines) e de políticas públicas para as cidades e regiões do país e a orientação do momento adequado para o retorno gradual das atividades sociais e econômicas. Para atingir esses objetivos, é essencial a coleta e tratamento de inúmeras informações que possam também determinar se as políticas de enfrentamento adotadas estão dando resultado, qual o impacto na propagação do vírus e qual o momento de retorno às atividades. Entretanto, o impacto da epidemia é distinto entre indivíduos de grupos sociais diferentes em relação a condições socioeconômicas, relações étnico-raciais e sexo. É importante considerar estas informações na análise, já que a correlação destes dados com outras informações coletadas por órgãos estaduais, hospitais públicos e universidades podem identificar padrões relevantes. Uma grande dificuldade para o enfrentamento da epidemia do ponto de vista de modelagem epidemiológica é a obtenção de informações confiáveis quanto à data dos sintomas, severidade dos sintomas, notificação de casos, dentre vários outros tipos de informação. Neste contexto, as diferentes fontes de dados, incluindo dados do sistema de saúde, mobilidade e outros, devem ser agregados em um repositório integrado para que possam ser acessados por diferentes grupos de pesquisa nesta proposta e pelo SUS. Esta base de dados integrada já vem sendo organizada pelo Grupo de Trabalho (GT) de Modelagem da UFRJ. Ela é essencial para a geração de um ecossistema de inovação em conjunto com a utilização plena de recursos de ciência de dados e IA para o enfrentamento da pandemia de COVID-19. Este volume cada vez maior de dados exige infraestrutura e técnicas específicas para poder ser adequadamente processado, tornando imprescindíveis para a área de saúde tecnologias de IA, Big Data, Internet das Coisas, e demais instrumentos que contribuem para a transformação digital. Uma tecnologia influencia a outra e pode até mesmo expandir seu significado. A combinação de diferentes conjuntos de dados pode ter maior ou menor relevância dependendo da fonte que busca entender o que eles representam, sejam organizações de saúde,sociedade civil, um determinado nível de governo e especialmente grupos de pesquisa que promovem a Ciência Aberta e Dados Abertos.
Integrantes: Guilherme Horta Travassos - Coordenador, Jonice de Oliveira Sampaio - Integrante
Cooperação científica UFRJ e UEVE/Paris Saclay
Descrição: Acordo de cooperação científica visando a contribuição à pesquisa brasileira entre a UFRJ, através do Departamento de Ciência da Computação, e da Université d "Évry-Val-d" Essonne (UEVE)/Paris Saclay, através do COSMO/IBISC. As pesquisas serão na área de Computação Social, Segurança, Privacidade e Web Semântica.
Integrantes: Jonice de Oliveira Sampaio - Coordenador, Thiago Moreira - Integrante, Nazim Agoulmine - Integrante