Criminalidade, insegurança e legitimidade: uma abordagem transdisciplinar

• Processo: 22/09091-8
• Modalidade de apoio: Auxílio à Pesquisa - Programa eScience e Data Science - Temático
• Data de Início da vigência: 01 de março de 2023
• Data de Término da vigência: 29 de fevereiro de 2028
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Luis Gustavo Nonato
• Beneficiário: Luis Gustavo Nonato
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Pesquisadores principais: Marcos César Alvarez
• Pesquisadores associados: Afonso Paiva Neto ; Alneu de Andrade Lopes ; Alvaro Jose Riascos Villegas ; Bruna Gisi Martins de Almeida ; Cibele Maria Russo Novelli ; Daielly Melina Nassif Mantovani ; Daniela Osvald Ramos ; Diego de Castro Rodrigues ; Frederico Castelo Branco Teixeira ; Giane Silvestre ; Jose Claudio Teixeira e Silva Junior ; Leandro Alves Neves ; Marcelo Batista Nery ; Marcos Medeiros Raimundo ; Maria Gorete Marques de Jesus ; Natasha Bachini Pereira ; Pablo Emanuel Romero Almada ; Renan Theodoro de Oliveira ; Ricardo Marcondes Marcacini ; Rodrigo Calbucci ; Rogério Galante Negri ; Sergio França Adorno de Abreu ; Thales Miranda de Almeida Vieira ; Thomas Kaue Dal Maso Peron ; Victor Hugo Barella ; Vitor Souza Lima Blotta ; Wallace Correa de Oliveira Casaca
• Bolsa(s) vinculada(s): 24/23688-2 - Modelagem estatística da impunidade: métodos inferenciais e preditivos para dados de crimes no estado de São Paulo, BP.IC; 24/14993-6 - O Sistema de Administração da Justiça Criminal: velhos e novos arranjos institucionais, BP.MS; 24/07478-8 - Explorando a Relação entre a Malha Viária e o Roubo de Veículos em São Paulo, BP.MS; + mais bolsas vinculadas 24/15983-4 - Integração de Dados e Predição de Hotspots de Crime, BP.PD; 23/15618-1 - Unificando Representações Geoespaciais e Mapeamento Latente de Crimes sob Uma Perspectiva Computacional e Sócio-Analítica, BP.PD; 23/07796-7 - Mídias Sociais e Discurso Político: revisão bibliográfica e enquadramento da democracia nas redes, BP.IC; 23/04137-2 - Aplicação de Redes Neurais em Grafos para predição de crimes - Adaptação de modelo de acidentes de trânsito, BP.IC - menos bolsas vinculadas
• Assunto(s): Ciência de dados Análise de dados Predição Legitimidade da lei Análise espaço-temporal Crime Criminalidade Medo Inteligência artificial
• Palavra(s)-Chave do Pesquisador: Análise e predição de Crimes | Ciência de dados | dados espaço-temporais | Ciência de Dados

Resumo

Desde a década de 1970, a sociedade brasileira vive um processo de transição da ditadura militar para a democracia. Com essa transição política, esperava-se que os conflitos fossem progressivamente sendo resolvidos, reduzindo a violência. Porém, isso não aconteceu. De fato, a transição foi acompanhada por uma explosão de conflitos internos, muitos dos quais associados a crimes urbanos. Ainda não há consenso entre os cientistas sociais sobre as razões que explicam essas tendências na evolução do crime e da violência na sociedade brasileira, em particular nas grandes cidades. Entre as explicações que surgem com mais frequência está o esgotamento dos modelos tradicionais de políticas de segurança, que se tornaram obsoletos. Tendo como base técnicas de Ciência de Dados e Inteligência Artificial, este projeto visa desenvolver metodologias analíticas inovadoras para investigar fenômenos complexos associados à criminalidade e à persistência do sentimento de insegurança na população. O estudo da relação entre criminalidade, sensação de insegurança e legitimidade das instituições de justiça também é foco principal do projeto. Outro importante objetivo é formar e capacitar recursos humanos para que estejam aptos a empregar técnicas de Ciência de Dados e Inteligência Artificial no campo das Ciências Humanas e Sociais (CHS), trazendo novas perspectivas de abordagem e formação diferenciada para os profissionais e pesquisadores. (AU)

Publicações científicas

(8)

(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)

SILVA, PRISCYLLA; SILVA, CLAUDIO; NONATO, LUIS GUSTAVO. Exploring the Relationship Between Feature Attribution Methods and Model Performance. NEURIPS WORKSHOPS, 2020, v. 257, p. 10-pg., 2024-01-01. (23/05783-5, 22/09091-8, 22/03941-0)

DOS SANTOS, NICOLAS ROQUE; MINATEL, DIEGO; BARIA VALEJO, ALAN DEMETRIUS; LOPES, ALNEU DE A.. Bipartite Graph Coarsening for Text Classification Using Graph Neural Networks. PROGRESS IN PATTERN RECOGNITION, IMAGE ANALYSIS, COMPUTER VISION, AND APPLICATIONS, CIARP 2023, PT I, v. 14469, p. 16-pg., 2024-01-01. (21/06210-3, 22/03090-0, 22/09091-8, 20/09835-1)

SALINAS, KARELIA; BARELLA, VICTOR; VIEIRA, THALES; NONATO, LUIS GUSTAVO. A visual methodology to assess spatial graph vertex ordering algorithms. 2024 37TH SIBGRAPI CONFERENCE ON GRAPHICS, PATTERNS AND IMAGES, SIBGRAPI 2024, v. N/A, p. 6-pg., 2024-01-01. (23/15805-6, 22/09091-8, 20/07012-8)

SANTOS, TIAGO PAULINO; SOUZA, JOAO MATHEUS SIQUEIRA; VIEIRA, THALES; NONATO, LUIS GUSTAVO. Space-Time Urban Explorer: A Visual Tool for Exploring Spatiotemporal Crime and Patrolling Data. 2024 37TH SIBGRAPI CONFERENCE ON GRAPHICS, PATTERNS AND IMAGES, SIBGRAPI 2024, v. N/A, p. 6-pg., 2024-01-01. (22/09091-8)

NONATO, LUIS GUSTAVO; RUSSO, VICTOR; COSTA, BERNARDO; MORENO-VERA, FELIPE; TOLEDO, GUILHERME; DE JESUS, OSNI BRITO; VIEIRA, ROBSON; LENTINI, MARCO; POCO, JORGE. Assessing timber trade networks and supply chains in Brazil. NATURE SUSTAINABILITY, v. 8, n. 2, p. 9-pg., 2025-01-06. (22/09091-8, 21/07012-0)

DE MORAES JUNIOR, MARCELO ISAIAS; MARCACINI, RICARDO MARCONDES; IEEE. On the Use of Aggregation Functions for Semi-Supervised Network Embedding. 2023 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS, IJCNN, v. N/A, p. 8-pg., 2023-01-01. (22/09091-8, 19/25010-5, 19/07665-4)

MINATEL, DIEGO; DOS SANTOS, NICOLAS ROQUE; DA SILVA, VINICIUS FERREIRA; CURI, MARIANA; LOPES, ALNEU DE ANDRADE. Item Response Theory in Sample Reweighting to Build Fairer Classifiers. INFORMATION MANAGEMENT AND BIG DATA, SIMBIG 2023, v. 2142, p. 15-pg., 2024-01-01. (20/09835-1, 22/09091-8)

DOS SANTOS, NICOLAS ROQUE; MINATEL, DIEGO; BARIA VALEJO, ALAN DEMETRIUS; LOPES, ALNEU DE ANDRADE. Semi-supervised Coarsening of Bipartite Graphs for Text Classification via Graph Neural Network. 2024 IEEE 11TH INTERNATIONAL CONFERENCE ON DATA SCIENCE AND ADVANCED ANALYTICS, DSAA 2024, v. N/A, p. 10-pg., 2024-01-01. (20/09835-1, 22/09091-8, 21/06210-3)