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)

Publicações científicas

(10)

(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, MAY 2021. (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., 2022-08-01. (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., 2021-02-22. (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, FEB 2021. (16/18809-9, 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., 2022-06-27. (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., 2023-02-01. (19/21693-0, 20/03514-9)

BEN ABBES, ALI; MACHICAO, JEANETH; CORREA, PEDRO L. P.; SPECHT, ALISON; DEVILLERS, RODOLPHE; OMETTO, JEAN P.; KONDO, YASUHISA; MOUILLOT, DAVID. DeepWealth: A generalizable open-source deep learning framework using satellite images for well-being estimation. SOFTWAREX, v. 27, p. 8-pg., 2024-06-21. (22/14429-8, 17/22269-2, 18/24017-3, 20/03514-9)

ZIELINSKI, KALLIL M. C.; RIBAS, LUCAS C.; MACHICAO, JEANETH; BRUNO, ODEMIR M.. A network classification method based on density time evolution patterns extracted from network automata. PATTERN RECOGNITION, v. 146, p. 10-pg., 2023-09-29. (23/04583-2, 21/07289-2, 21/08325-2, 20/03514-9, 22/03668-1, 18/22214-6)

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, 2021. (20/03514-9)

SPECHT, ALISON; STALL, SHELLEY; MACHICAO, JEANETH; CATRY, THIBAULT; CHAUMONT, MARC; DAVID, ROMAIN; DEVILLERS, RODOLPHE; EDMUNDS, RORIE; JARRY, ROBIN; MABILE, LAURENCE; et al. Managing linguistic obstacles in multidisciplinary, multinational, and multilingual research projects. PLoS One, v. 19, n. 12, p. 23-pg., 2024-12-05. (18/24017-3, 20/03514-9)