Você está aqui: Página Inicial > Notícias > Toledo > PESQUISA
conteúdo

Notícias

PESQUISA

Professor do Câmpus Toledo publica artigo no periódico internacional 'Geographical Information Science'
publicado: 20/06/2020 10h06 última modificação: 20/06/2020 15h46

Sidgley Camargo de Andrade, professor do curso de Tecnologia em Sistemas para Internet da UTFPR – Câmpus Toledo, publicou um artigo no International Journal of Geographical Information Science, um periódico científico de grande relevância na área de ciência da informação geográfica.

O artigo intitulado 'A multicriteria optimization framework for the definition of the spatial granularity of urban social media analytics” lida com o problema da escolha de uma unidade de área para espelhar fenômenos naturais contínuos a partir de sinais sociais derivados das redes sociais. O estudo é baseado em um estudo de caso, que foi realizado na cidade de São Paulo para escolher uma unidade de área que reflete, com maior consistência, padrões sociais de chuvas extremas a partir da atividade do Twitter.

"A unidade de área na análise de mídia social é tradicionalmente estabelecida de diferentes maneiras por meio da visão do analista e do campo de aplicação, sem suporte de critérios claros para garantir representatividade em relação ao fenômeno de estudo. "É importante salientar que os resultados e as conclusões extraídas de uma análise espacial dependem, em grande parte, da unidade de área escolhida, uma vez que são confrontados com o conhecido MAUP (Modified Areal Unit Problem).  Desse modo, nosso trabalho fornece uma ferramenta para auxiliar o analista na escolha de uma unidade de área, que é baseada em uma abordagem de análise de múltiplos critérios”, descreve Sidgley.

O professor também ressalta que a análise espacial de dados das redes sociais emergiu recentemente como uma fonte significativa de conhecimento para estudos de diversos tipos de fenômenos físicos e atividades humanas. 

"No nosso caso, mostramos que padrões sociais extraídos das redes sociais podem refletir eventos de chuva extrema. Isso pode levar o uso das redes sociais como um fonte de dados complementar às fontes de dados tradicionais, bem como para diferentes aplicações em hidrologia e meteorologia. Portanto, temos mostrado esse potencial de aplicação em trabalhos anteriores, cujo sinal social foi introduzido no modelo chuva-vazão PDM”, relata o docente. 

Outro aspecto destacado é a importância da pesquisa multidisciplinar e o desafio na comunicação entre diferentes áreas de conhecimento. “Esse trabalho envolveu pesquisadores da computação, hidrologia, e meteorologia de diferentes universidades. Juntar e comunicar essas áreas é um desafio que ainda estamos aprendendo”, finaliza Sidgley.

FIGURA 1 – Comparação dos padrões espaciais das unidades de área ótima de Pareto (meio) e quatro unidades de área ‘arbitrárias’ (extremos)

 

A figura acima trata dos padrões que correspondem à ‘medida de razão de chances’ da frequência de tweets georreferenciados, relacionados ao fenômeno da chuva. O resultado do estudo de caso mostra que as unidades de área de 30 km² e 50 km² fornecem padrões espaciais mais consistentes do que as outras unidades de área e, portanto, produzem resultados analíticos mais confiáveis para a tomada de decisão.

Matérias relacionadas: