Browsing by Issue Date, starting with "2023-04-06"
Now showing 1 - 2 of 2
Results Per Page
Sort Options
- Relação entre o nível de atividade física e a perceção da autoimagem corporal de alunos do 12º anoPublication . Oliveira, David; Rebolo, Maria AmáliaEste Relatório é uma análise reflexiva do meu estágio profissional, isto é, da minha Prática de Ensino Supervisionada (PES), que decorreu na Escola Básica 2,3/S Michel Giacometti integrando o Agrupamento de Escolas Michel Giacometti, no concelho de Sesimbra, freguesia de Quinta do Conde, durante o ano letivo 2021/2022. O relatório está dividido em 4 partes: Dimensão Profissional, Social e Ética; Dimensão do Desenvolvimento do Ensino e da Aprendizagem; Dimensão de Participação na Escola e Relação com a Comunidade; Dimensão de Desenvolvimento Profissional ao Longo da Vida. Nas 3 primeiras dimensões é analisado todo o meu percurso formativo e profissional e inteiramente o meu trabalho desenvolvido no estágio pedagógico. Na última dimensão que mencionei em cima, apresento o meu projeto de investigação que desenvolvi durante o ano sobre “a relação entre o nível de atividade física (AF) e a perceção da autoimagem corporal (PAC) dos alunos do 12º ano” numa amostra de 50 alunos da minha escola. É uma investigação que envolve compreender a influência do nível de AF na PAC e no Rendimento Escolar (RE). Como resultados principais da investigação, foi possível verificar que: o nível de AF influencia o RE; o nível de satisfação com o RE e a PAC das alunas é mais alto quanto mais alta é a AF moderada; o nível de satisfação da PAC dos alunos é mais alto quanto mais alta é a AF vigorosa e os alunos estão significativamente mais satisfeitos com o peso e com a PAC do que as alunas. Em suma, quanto mais AF realizarem mais satisfeitos os alunos estarão com o seu peso e com a sua PAC e melhor será o RE.
- Complex graph neural networks for medication interaction verificationPublication . Westarb, Gustavo; Stefenon, Stefano Frizzo; Hoppe, Aurélio Faustino; Sartori, Andreza; Klaar, Anne Carolina Rodrigues; Leithardt, Valderi Reis QuietinhoThis paper presents the development and application of graph neural networks to verify drug interactions, consisting of drug-protein networks. For this, the DrugBank databases were used, creating four complex networks of interactions: target proteins, transport proteins, carrier proteins, and enzymes. The Louvain and Girvan-Newman community detection algorithms were used to establish communities and validate the interactions between them. Positive results were obtained when checking the interactions of two sets of drugs for disease treatments: diabetes and anxiety; diabetes and antibiotics. There were found 371 interactions by the Girvan-Newman algorithm and 58 interactions via Louvain.