Busca avançada
Ano de início
Entree

Ecossistema para produção e consumo de dados abertos conectados e sua aplicação no contexto educacional

Processo: 15/24507-2
Modalidade de apoio:Auxílio à Pesquisa - Regular
Data de Início da vigência: 01 de outubro de 2017
Data de Término da vigência: 31 de março de 2020
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação
Acordo de Cooperação: MCTI/MC
Pesquisador responsável:Seiji Isotani
Beneficiário:Seiji Isotani
Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Assunto(s):Acesso à informação 
Palavra(s)-Chave do Pesquisador:Dados Abertos | Dados abertos conectados | Web | Dados Abertos

Resumo

Dados abertos conectados (do Inglês, linked open data) são dados estruturados, disponibilizados com licença aberta na Web e utilizam padrões consolidados apoiados pelo W3C . Existem diversos benefícios ao disponibilizar dados no formato de dados abertos conectados (DAC). Entre eles, podemos citar a transparência e acesso à informação, a possibilidade de conectar diferentes dados e gerar novos conhecimentos e, finalmente, viabilizar a criação de novos serviços e ferramentas computacionais para apoiar a tomada de decisão humana. Infelizmente, a adoção de DAC no Brasil (e em outras partes do mundo) enfrenta grandes desafios como a falta de processos adequados e métodos de governança para geração de DAC com qualidade, além da carência de recursos e ferramentas computacionais que apoiam a automatização da produção de DAC para diferentes áreas de conhecimento. Dessa forma, este projeto de pesquisa tem como objetivo construir um ecossistema para produção e consumo de DAC que viabilizam a transparência e o acesso à informação com geração de novos serviços a sociedade, utilizando os dados disponibilizados pelo governo brasileiro, com particular interesse em dados educacionais. Para tanto, primeiramente será definido um processo para criação de DAC de alta qualidade. Em seguida, por meio de parcerias institucionais de âmbito nacional e internacional, serão estudados mecanismos de gestão e de governança de dados para monitoramento, aprimoramento, distribuição e integração de dados. Para que o processo de produção e governança de dados seja efetivo, ferramentas e modelos computacionais serão desenvolvidos para gerenciar e automatizar partes das atividades. Por fim, será desenvolvida uma proposta de economia de dados abertos e qualificação profissional para fomentar a geração de novos serviços e produtos que agregam valor e conhecimento aos dados. Para validar a proposta, casos de uso serão realizados em conjunto com profissionais de órgãos governamentais parceiros deste projeto. (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)
PENTEADO, BRUNO ELIAS; ISOTANI, SEIJI; PAIVA, PAULA M.; MORETTIN-ZUPELARI, MARINA; FERRARI, DEBORAH VIVIANE; ROSE, CP; MARTINEZ-MALDONADO, R; HOPPE, HU; LUCKIN, R; MAVRIKIS, M; et al. Prediction of Interpersonal Help-Seeking Behavior from Log Files in an In-Service Education Distance Course. ARTIFICIAL INTELLIGENCE IN EDUCATION, PT II, v. 10948, p. 5-pg., . (15/24507-2)
PENTEADO, BRUNO ELIAS; ISOTANI, SEIJI; PEREIRA PAIVA, PAULA MARIA; MORETTIN-ZUPELARI, MARINA; FERRARI, DEBORAH VIVIANE; ISOTANI, S; MILLAN, E; OGAN, A; HASTINGS, P; MCLAREN, B; et al. Discovery of Study Patterns that Impacts Students' Discussion Performance in Forum Assignments. ARTIFICIAL INTELLIGENCE IN EDUCATION, AIED 2019, PT II, v. 11626, p. 6-pg., . (15/24507-2)
PENTEADO, BRUNO ELIAS; ISOTANI, SEIJI; PEREIRA PAIVA, PAULA MARIA; MORETTIN-ZUPELARI, MARINA; FERRARI, DEBORAH VIVIANE; CHANG, M; SAMPSON, DG; HUANG, R; GOMES, AS; CHEN, NS; et al. Detecting behavioral trajectories in continued education online courses. 2019 IEEE 19TH INTERNATIONAL CONFERENCE ON ADVANCED LEARNING TECHNOLOGIES (ICALT 2019), v. N/A, p. 2-pg., . (15/24507-2)