Busca avançada
Ano de início
Entree

Criminalidade, insegurança e legitimidade: uma abordagem transdisciplinar

Processo: 22/09091-8
Modalidade de apoio:Auxílio à Pesquisa - Programa eScience e Data Science - Temático
Vigência: 01 de março de 2023 - 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):24/15983-4 - 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
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)

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

Publicações científicas
(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)
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., . (22/09091-8, 19/25010-5, 19/07665-4)

Por favor, reporte erros na lista de publicações científicas utilizando este formulário.
X

Reporte um problema na página


Detalhes do problema: