"O Transtorno do Espectro Autista (TEA) é um transtorno do neurodesenvolvimento humano identificado por comportamentos característicos que se manifestam, em sua maioria, logo nos nos primeiros anos de vida, como por exemplo, a dificuldade em interação e comunicação social, comportamentos estereotipados e repetitivos. Essas características podem resultar em sinais que fundamentam um diagnóstico precoce por um profissional clínico. Segundo alguns dados estatísticos, nos últimos anos indivíduos com TEA estão em constante crescimento no que diz respeito a matrículas na educação básica brasileira, a maioria destes matriculados na educação infantil. Uma criança com características no espectro pode ser acompanhada por atividades pedagógicas capazes de auxiliar no seu desenvolvimento funcional. Estudos apontam que é notória a afinidade de crianças autistas com dispositivos tecnológicos, principalmente os móveis, a exemplo dos tablets e smartphones. Concomitantemente, o uso de equipamentos tecnológicos torna-se um bom aliado às equipes da educação infantil, porque ajudam no engajamento quando confrontadas com atividades pedagógicas, oportunizando uma observação mais eficiente das funções executivas de cada criança. Além disso, tais mecanismos podem ser excelentes instrumentos para acompanhamento funcional do desenvolvimento de cada criança no ambiente de ensino. Diante do exposto, esse trabalho tem como objetivo a criação de um aplicativo móvel, sob a perspectiva do Desenho Universal de Aprendizagem (DUA), que se traduz como uma atividade educativa baseada em jogo sério, com o intuito de subsidiar o plano pedagógico dos profissionais da educação inclusiva que recepcionam as crianças com TEA. Cada jogo sério é capaz de mapear um conjunto de habilidades de funções executivas. Todo o processo de elaboração do jogo e interpretação dos resultados foi apoiado por uma equipe de especialistas, formado por terapeutas e pedagogos, com o intuito de levantar pontos de ajustes e/ou melhorias. O estudo foi aplicado em creches e escolas da cidade de Recife, e a fase inicial foi definida por uma etnografia para coletar informações, como variáveis dependentes e independentes, para adequar os jogos sérios no plano de atividades definido pelo profissional da educação especial. Posteriormente, foi realizado o recrutamento das amostras e coleta dos dados. Por fim, realizamos uma análise estatística descritiva dos dados processados, subsidiada por feedbacks de especialistas, avaliando os dados quantitativos e qualitativos da pesquisa, bem como a observação de propostas para possíveis trabalhos futuros. A expectativa é que, após a finalização desta pesquisa, a solução como uma tecnologia assistiva possa receber um nível de amadurecimento contínuo ao ponto de ter uma aplicabilidade viável e real para o ambiente de ensino infantil."
"No ambiente dinâmico e altamente competitivo da tecnologia da informação, a retenção de talentos surge como uma preocupação essencial para as empresas. A natureza dispersa das equipes de desenvolvimento distribuídas, frequentemente localizadas em diferentes regiões geográficas, adiciona uma camada de complexidade a essa realidade. As organizações, mediante um ambiente de competitividade e complexidade, precisam mitigar a intenção de saída dos profissionais mais criativos e competentes, para garantir sua prosperidade. Nessa circunstância, o entendimento do conceito de suporte organizacional percebido se torna relevante. Este estudo busca investigar como as diferentes dimensões do suporte organizacional percebido podem influenciar a intenção de turnover dos profissionais inseridos nesse ambiente de desenvolvimento e criar um guia de boas práticas para que as organizações possam mitigar esse fenômeno . Para isso, a pesquisa foi conduzida em cinco principais fases: Fase 1 (Revisão Ad-Hoc). Fase 2 (Revisão Sistemática da Literatura). Fase 3 (Survey) e Fase 4 (Elaboração do guia de boas práticas) e Fase 5 (Survey para validação). Foram analisados três construtos para caracterizar o suporte organizacional percebido pelos trabalhadores. Os resultados apontaram que uma combinação de características do trabalho (desafio e carga percebida), estressores laborais (conflito e ambiguidade de papéis) e autonomia organizacional (oportunidades de remuneração e mentoria) influenciam a intenção de saída dos colaboradores. Esses resultados auxiliam na compreensão do fenômeno do turnover em projetos distribuídos de software e podem guiar práticas e estratégias para a redução desse problema"
"Os educadores enfrentam desafios para atender crianças com Transtorno do Espectro Autista (TEA), especialmente aquelas sem um diagnóstico clínico definitivo. As escolas de período integral oferecem um ambiente conveniente para implementar técnicas de triagem de TEA. Crianças diagnosticadas com autismo podem receber intervenções personalizadas, permitindo que os educadores adaptem o ensino às necessidades individuais e promovam a educação inclusiva. No entanto, os métodos de triagem devem se integrar de forma harmoniosa ao ambiente educacional, garantindo que sejam não invasivos e envolventes. Este estudo propõe um aplicativo para tablet baseado em jogos sérios que incorpora requisitos de design inclusivo e utiliza técnicas de Aprendizado de Máquina (ML) para análise de triagem, oferecendo uma ferramenta lúdica para identificação deste transtorno. O aplicativo inclui três jogos clássicos projetados para analisar as Funções Executivas (FE) das crianças. Foram recrutados três professores de educação inclusiva para supervisionar 12 crianças com idades entre 3 e 6 anos, incluindo 6 com TEA e 6 com desenvolvimento típico, e para facilitar o uso do aplicativo. Durante três meses, as crianças completaram 640 partidas de jogos pré-processadas, resultando em um conjunto de dados abrangente. Foram comparadas sete abordagens de ML amplamente conhecidas e utilizadas: Random Forest (RF), Perceptron Multicamadas (MLP), K-Nearest Neighbor (KNN), Regressão Logística (LR), Aprendizado Profundo (DL), Máquina de Vetores de Suporte (SVM) e Naive Bayes (NB). Os resultados demonstraram que o modelo RF obteve o melhor desempenho, com 96\% de precisão. Este estudo destaca a integração de abordagens lúdicas baseadas em jogos sérios e técnicas de ML no ambiente educacional, estabelecendo as bases para futuras pesquisas e aplicações práticas na detecção de possíveis casos de TEA em escolas."