[2022-2024]

PIDI/CISeD/2022/009 • Adaptação autónoma de planos alimentares

[CDS] Connected Digital Society, concluído, interno, nacional, não competitivo, não financiado, viseu /

Investigador Responsável:
Carlos Augusto da Silva Cunha
Duração: 2022 – 2024

Membros da equipa do CISeD
Rui Pedro Amaro Duarte

A elaboração, acompanhamento, ajuste e adaptação de um plano alimentar alinhado com as necessidades de nutrição de uma pessoa requer a obtenção regular de dados biométricos, hábitos alimentares, atividade física e consumos energéticos. Esses dados são analisados no contexto do cumprimento dos objetivos da pessoa, fornecendo feedback para reajustar dinamicamente o plano, criando assim um sistema de controlo da sua nutrição. A introdução de sensores para a recolha de dados e de algoritmos de inteligência artificial para a criação de modelos personalizados transformou a nutrição num processo autónomo que pode ser realizado sem ou com a mínima intervenção do nutricionista. Este processo baseia-se em dados da pessoa com um espetro mais abrangente do que o proporcionado no acompanhamento da nutrição tradicional, sendo por esse motivo também potencialmente mais eficaz. A disponibilidade dos dados permite também fazer adaptações ao plano em ciclos mais curtos, podendo reduzir o tempo necessário para atingir os objetivos individuais. Pretende-se neste projeto desenvolver um sistema de controlo da nutrição baseado nos dados recolhidos por sensores (e.g., smartwatches e balanças inteligentes) para ajustar o plano alimentar dinamicamente recorrendo a algoritmos de machine learning e deep learning.

, ,

PIDI/CISeD/2022/007 • Modelos de Machine Learning para Deteção de Padrões e Preferências Alimentares

[DDSS] Digital Decision Support Systems, concluído, interno, nacional, não competitivo, não financiado, viseu /

Investigador Responsável: Rui Pedro Duarte
Duração: 2022 – 2024

Membros da equipa do CISeD
Carlos Augusto da Silva Cunha
Ricardo Luís da Costa Gama

A alimentação assume um papel cada vez mais importante na vida das pessoas e uma alimentação adequada associada a um estilo de vida saudável permite aumentar a esperança média de vida. Para tal, tem-se verificado um aumento do número de pessoas que estão a ser seguidas por nutricionistas de modo a terem um plano alimentar adequado às suas necessidades, que variam em função dos objetivos de cada pessoa: desde a componente meramente estética, passando pela melhoria da qualidade de vida, por questões profissionais (como desportistas ou atletas de alta competição), até pessoas com necessidades especiais, em que uma alimentação correta impacta no agravamento de doenças previamente diagnosticadas. Existem, no entanto, alguns problemas associados que podem impactar no não cumprimento de um plano alimentar previamente definido. Um deles tem a ver com a definição de um plano alimentar composto por alimentos que não são da preferência das pessoas. O outro tem a ver com a notificação em tempo real para o nutricionista do correto cumprimento do plano, na vertente da ingestão correta de macronutrientes recomendados em cada refeição do plano alimentar.

Relativamente ao primeiro, a combinação de alimentos é um fator sobretudo ligado à preferência das pessoas, muito para além das regras de combinação dos alimentos recomendados pelos nutricionistas. Assim, existem padrões particulares a cada indivíduo que podem variar ao longo do tempo e em função de outras condições (e.g., temperatura, estação do ano). A sensibilidade das pessoas a estas combinações é um dos fatores responsáveis pelo abandono de planos alimentares, pela não correspondência aos seus gostos alimentares pessoais. Com este trabalho pretende-se
desenvolver um modelo de Inteligência Artificial para detetar padrões alimentares de forma a adaptar um plano alimentar definido por um nutricionista, de forma evolutiva e em tempo real permitir a correta gestão do plano. Assim, torna-se possível proporcionar uma melhor qualidade de vida às pessoas que necessitem de definição de planos alimentares, em vários tipos de contexto.

, ,

PIDI/CISeD/2022/006 • STORYTur – O uso do storytelling em vídeos promocionais turísticos

[CDS] Connected Digital Society, concluído, interno, nacional, não competitivo, não financiado, viseu /

Investigador Responsável:
Sara Santos
Duração: 2022 – 2024

Membros da equipa do CISeD
Luísa Augusto

Atualmente, cada vez mais são as cidades e regiões que se diferenciam através da criação de uma identidade e imagem positiva, desenvolvendo o branding territorial. O uso do storytelling pode ser também uma mais-valia quando utilizado para a promoção de destinos turísticos. É fundamental que as entidades que gerem a imagem turística das regiões portuguesas repensem as suas estratégias de divulgação e privilegiem o “contar histórias”, as emoções e o envolvimento com o público na construção da imagem dos territórios. O marketing territorial, e em especial a aposta em vídeos de promoção turística, permite demonstrar as características únicas do território e a sua diferenciação face aos demais. Através da história contada sobre a região, o público identifica-se com as personagens e é “transportado” pela narrativa.

Em Portugal, a região Centro tem-se destacado pelos filmes promocionais (com técnicas de storytelling) que utiliza para promover o Centro do país. Nos últimos anos, o Turismo do Centro venceu dezenas de prémios internacionais ligados à promoção turística. Por seu lado, a Associação de Desenvolvimento Turístico “Aldeias Históricas de Portugal” venceu também o prémio mundial de melhor filme de turismo do mundo, em 2021.

Considerando este reconhecimento mundial, o presente projeto contará com a parceria do Turismo do Centro e d’Aldeias Históricas de Portugal, enquanto exemplos de boas práticas na divulgação turística de regiões através do storytelling em vídeos promocionais.

O STORYtur tem como objetivo principal compreender as estratégias de divulgação turística de regiões portuguesas, em especial da região Centro.

O projeto compreende o desenvolvimento de estudos através da realização de entrevistas (aos representantes do Turismo do Centro e Aldeias Históricas de Portugal) e aplicação de questionários ao público.

, ,

PIDI/CISeD/2023/011 • Modelos de Inteligência Artificial para Deteção de Stress Crónico e Padrões de Movimento em Ambientes de Atividades da Vida Diária

Leave a Comment / [CDS] Connected Digital Society, concluído, interno, nacional, não competitivo, não financiado, viseu /

Investigador Responsável:
Rui Pedro Duarte
Duração: 2022 – 2024

Membros da equipa do CISeD
Carlos Augusto da Silva Cunha

Por muito tempo, o stress foi considerado um importante fator de saúde que afeta a qualidade de vida. Diversos estudos indicam que o stress excessivo e contínuo pode desencadear ou agravar diversas doenças, como o cancro e doenças cardiovasculares. O stress é uma resposta a um stressor, ou seja, um estímulo ou condição externa que causa uma mudança emocional, física ou psicológica no indivíduo. No entanto, embora o stress momentâneo possa ser facilmente identificado, é difícil para as pessoas reconhecerem que estão vivendo uma vida stressante. Com estes problemas em vista, as respostas a algumas questões críticas precisam de ser obtidas: Quais são os biomarcadores relevantes para identificar o stress contínuo? Eles são confiáveis? A medição destes são intrusivas?
Assim, é vital medir o stress e identificar os seus tipos, para monitorizar e ajudar as pessoas a lidar com as suas manifestações. Torna-se crucial identificar o stress contínuo, pois há estudos que indicam que este tem um impacto negativo, enquanto uma situação isolada de stress pode até ser benéfica. O processo de monitorização desse stress contínuo precisa ser automatizado e com baixa intrusão no utilizador, para que não tenha efeitos negativos no seu estilo de vida. Para isso, existem vários biomarcadores para identificar o stress nas pessoas, porém nem todos são recomendados. Os biomarcadores mais indicados são a frequência cardíaca (FC) e a condutividade elétrica, que podem ser monitoradas por dispositivos como relógios inteligentes. Com isso, é possível treinar modelos de inteligência artificial para criar uma solução para detetar o stress de longa duração, não interferindo no dia a dia das pessoas e permite melhorar a sua qualidade de vida.

, ,

2021-1-TR01-KA220-HED-000027617 • EARLY DISTANCE LEARNING MODEL REINFORCED WITH ROBOTICS FOR 3-7 YEARS OLD CHILDREN

Leave a Comment / [CDS] Connected Digital Society, competitivo, concluído, internacional, projetos, viseu /

Duration: 2022 – 2024

CISeD Team members
Valter Alves

Funding:
Erasmus+

➝ more

The aim of this Erasmus + EARLY project is to raise awareness and skills of pre-service and in-service preschool teachers of 3-7 year old children about distance education for Early Childhood Education, by developing resources, like, a manual for early education online labs including dynamic content which is linked to a distance learning module and enriched with robotics to practice in classrooms as well as in distance learning. The project will also assist preschool teachers to improve their professional profiles by giving hands-on training supported with digital teaching tools and robots. The project will also provide a higher education modular course curriculum, using open-source coding tools and various robotics kits tested for those age-groups. The process wil be developed as a design-based research process, including several contributions from stakeholders and experts.

,
Scroll to Top