Busca avançada
Ano de início
Entree
Conteúdo relacionado

Avaliação dos efeitos das áreas protegidas brasileiras nas comunidades locais com base no uso e reutilização de dados biológicos, ambientais e socioeconômicos

Processo: 20/03514-9
Modalidade de apoio:Bolsas no Brasil - Pós-Doutorado
Data de Início da vigência: 01 de abril de 2020
Data de Término da vigência: 31 de março de 2024
Área de conhecimento:Interdisciplinar
Acordo de Cooperação: Belmont Forum
Pesquisador responsável:Pedro Luiz Pizzigatti Corrêa
Beneficiário:Marina Jeaneth Machicao Justo
Instituição Sede: Escola Politécnica (EP). Universidade de São Paulo (USP). São Paulo , SP, Brasil
Vinculado ao auxílio:18/24017-3 - Desenvolvimento de novas ferramentas para o compartilhamento e reúso de dados através de pesquisa transnacional sobre o impacto socioeconômico das áreas protegidas (PARSEC), AP.R
Assunto(s):Áreas de conservação
Palavra(s)-Chave do Pesquisador:Brazilian protected areas | Datascience | Deep Learning | Socioeconomic effects | datascience

Resumo

O principal objetivo deste projeto é desenvolver um modelo de ciência de dados que forneça uma infra-estrutura cibernética baseada no gerenciamento integrado e no ciclo de vida dos dados utilizados para a análise e visualização de dados biológicos, da biodiversidade, do clima e socioeconômicos disponíveis nas Áreas Protegidas no Brasil. O desafio deste plano de pesquisa é a identificação, mapeamento e entendimento do cenário brasileiro através do uso e reutilização de dados biológicos, ambientais e socioeconômicos. Esta pesquisa será desenvolvida em conjunto com a equipe do consórcio internacional do projeto PARSEC, comunidades de dados (RDA, ESIP), periódicos da sociedade (AGU) e representantes de infraestruturas eletrônicas para atribuição de dados (por exemplo, DataCite e ORCID). (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas (7)
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
MACHICAO, JEANETH; NGO, QUYNH QUANG; MOLCHANOV, VLADIMIR; LINSEN, LARS; BRUNO, ODEMIR. A visual analysis method of randomness for classifying and ranking pseudo-random number generators. INFORMATION SCIENCES, v. 558, p. 1-20, . (20/03514-9, 16/18809-9)
MACHICAO, J.; BEN ABBES, A.; MENEGUZZI, L.; CORREA, P. L. P.; SPECHT, A.; DAVID, R.; SUBSOL, G.; VELLENICH, D.; DEVILLERS, R.; STALL, S.; et al. Mitigation Strategies to Improve Reproducibility of Poverty Estimations From Remote Sensing Images Using Deep Learning. EARTH AND SPACE SCIENCE, v. 9, n. 8, p. 16-pg., . (18/24017-3, 20/03514-9)
MACHICAO, JEANETH; BRUNO, ODEMIR M.; BAPTISTA, MURILO S.. Zooming into chaos as a pathway for the creation of a fast, light and reliable cryptosystem. NONLINEAR DYNAMICS, v. 104, n. 1, p. 12-pg., . (20/03514-9, 16/18809-9)
MACHICAO, JEANETH; BRUNO, ODEMIR M.; BAPTISTA, MURILO S.. Zooming into chaos as a pathway for the creation of a fast, light and reliable cryptosystem. NONLINEAR DYNAMICS, . (16/18809-9, 20/03514-9)
MACHICAO, JEANETH; CRAIGHERO, FRANCESCO; MASPERO, DAVIDE; ANGARONI, FABRIZIO; DAMIANI, CHIARA; GRAUDENZI, ALEX; ANTONIOTTI, MARCO; BRUNO, ODEMIR M.. On the Use of Topological Features of Metabolic Networks for the Classification of Cancer Samples. CURRENT GENOMICS, v. 22, n. 2, p. 88-97, . (20/03514-9)
VALLE, JOAO; MACHICAO, JEANETH; BRUNO, ODEMIR M.. Chaotical PRNG based on composition of logistic and tent maps using deep-zoom. CHAOS SOLITONS & FRACTALS, v. 161, p. 10-pg., . (21/07377-9, 21/08325-2, 18/22214-6, 22/01935-2, 20/03514-9)
ENCINAS QUILLE, ROSA VIRGINIA; DE ALMEIDA, FELIPE VALENCIA; BORYCZ, JOSHUA; PIZZIGATTI CORREA, PEDRO LUIZ; FILGUEIRAS, LUCIA VILELA LEITE; MACHICAO, JEANETH; DE ALMEIDA, GUSTAVO MATHEUS; MIDORIKAWA, EDSON TOSHIMI; DE SOUZA DEMUNER, VANESSA RAFAELA; RAMIREZ BEDOYA, JOHN ALEXANDER; et al. Performance Analysis Method for Robotic Process Automation. SUSTAINABILITY, v. 15, n. 4, p. 19-pg., . (19/21693-0, 20/03514-9)