| Processo: | 21/10732-5 |
| Modalidade de apoio: | Bolsas no Exterior - Estágio de Pesquisa - Doutorado |
| Data de Início da vigência: | 01 de julho de 2022 |
| Data de Término da vigência: | 30 de junho de 2023 |
| Área de conhecimento: | Ciências da Saúde - Odontologia - Odontologia Social e Preventiva |
| Pesquisador responsável: | Thiago Cruvinel da Silva |
| Beneficiário: | Matheus Lotto de Almeida Souza |
| Supervisor: | Plinio Pelegrini Morita |
| Instituição Sede: | Faculdade de Odontologia de Bauru (FOB). Universidade de São Paulo (USP). Bauru , SP, Brasil |
| Instituição Anfitriã: | University of Waterloo, Canadá |
| Vinculado à bolsa: | 19/27242-0 - Fake news em saúde: validação de um modelo de redes neurais para detecção de desinformação em Odontopediatria por meio de reações psicofisiológicas de usuários da Internet, BP.DR |
| Assunto(s): | Fluoretos Internet Aprendizado computacional Informação em saúde Fake news |
| Palavra(s)-Chave do Pesquisador: | Fluorides | Information Seeking Behavior | Internet | machine learning | social media | Informação em Saúde |
Resumo O comportamento online de busca por informação em saúde é cada vez maior, amparado pela hiperconectividade digital associada à necessidade das pessoas em direcionarem esforços para a gestão da própria saúde. Nesse contexto, informações falsas sobre odontologia estão frequentemente presentes nas redes sociais, com destaque para o flúor. Isso tem consequências particulares no que diz respeito ao desenvolvimento de crenças que impactam negativamente os comportamentos de saúde bucal das pessoas. Assim, é desejável o desenvolvimento de ferramentas que identifiquem distintas informações falsas sobre o flúor nas redes sociais, além de apoiar as pessoas no consumo de informações confiáveis. Este projeto tem como objetivo desenvolver e avaliar uma abordagem baseada em IA (inteligência artificial) para a detecção automatizada de informações falsas relacionadas ao flúor nas redes sociais. Os conjuntos de dados serão coletados por meio da API do Twitter. O treinamento, validação e teste da modelagem de tópicos semissupervisionados serão realizados em Python. Após a validação e testes dos modelos, serão determinadas suas acurácias e falsos positivos visando a seleção do modelo de melhor desempenho para detecção de informações falsas relacionadas ao flúor. (AU) | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |