Resumo No projeto de um ambiente construído, o posicionamento, tamanho e quantidade de saídas são aspectos fundamentais e têm uma relação direta com a sua segurança contra incêndio. Um aspecto que é influenciado por esses parâmetros é a distância média a ser coberta pelos ocupantes para as saídas mais próximas durante uma fuga em uma situação de emergência. A distância média poderia ser usada como medida complementar de segurança de um ambiente (um valor de distância médio mais baixo indica uma taxa de evacuação provável mais rápida). Assim, um algoritmo do tipo de busca e exploração pode ser usado para se determinar o valor das distâncias médias a serem percorridas até a saída mais próxima durante o abandono de um ambiente foi apresentado. Foram realizados experimentos computacionais e se estudou a relação entre posicionamento, quantidade e tamanho das saídas e o valor das distâncias médias. A principal conclusão foi da importância de manter as saídas tão longe entre si quanto possível, reduzindo em muito a distância média a ser percorrida.

Abstract In a building environment design, the positioning, size and quantity of the exits are fundamental aspects and have an intense relationship with the fire safety of the environments. An aspect that is influenced by these parameters is the average distance to be covered by occupants to the nearest exits during an escape in an emergency situation. The average distance could be used as a complementary measure of the safety of an environment (a lower average distance value indicates a probable faster evacuation rate). Thus, a pathfinder type algorithm to determine the value of the average distances to be covered to the nearest exit during an escape of an environment was detailed and implemented. Computational experiments were performed and the relationship between positioning, quantity and size of the exits and the value of the average distances were studied. The main conclusion was the importance of keeping the exits as far away from each other as possible in a given environment, so that a small distance to be covered could be obtained.

Resumo A quantidade de dados não estruturados cresce com a popularização da Internet. Textos em linguagem natural representam um conjunto relevante e significativo para análise e produção de conhecimento. Este trabalho propõe uma análise quantitativa das etapas de pré-processamento e de treinamento de um classificador de textos, que utiliza os sentimentos expressos pelos usuários como atributo. Para realização dos experimentos, foram utilizadas Redes Neurais Artificiais, como algoritmo classificador, e textos provenientes dos sites Amazon, IMDB e Yelp. A base textual permite análise da expressão de sentimentos positivos e negativos dos usuários em avaliações de produtos e serviços em textos não estruturados. Foram realizados dois processos distintos de pré-processamento e diferentes treinamentos das Redes Neurais Artificiais para classificação do conjunto textual. Os resultados confirmam, quantitativamente, a importância das etapas de pré-processamento e de treinamento do classificador, evidenciando a importância do vocabulário selecionado para a representação do texto e para a classificação. As técnicas de classificação disponíveis alcançam resultados satisfatórios. No entanto, mesmo utilizando-se dois processos distintos de pré-processamento e identificando-se o melhor processo de treinamento, não foi possível eliminar, totalmente, as dificuldades de aprendizado e compreensão do modelo para as classificações de sentimentos que envolviam características subjetivas da expressão do sentimento humano.

Abstract The amount of unstructured data grows with the popularization of the Internet. Texts in natural language represent a relevant and significant set for the analysis and production of knowledge. This work proposes a quantitative analysis of the preprocessing and training stages of a text classifier, which uses as an attribute the feelings expressed by the users. Artificial Neural Network, as a classifier algorithm, and texts from Amazon, IMDB and Yelp sites were used for the experiments. The database allows the analysis of the expression of positive and negative feelings of the users in evaluations of products and services in unstructured texts. Two distinct processes of preprocessing and different training of the Artificial Neural Networks were carried out to classify the textual set. The results quantitatively confirm the importance of the preprocessing and training stages of the classifier, highlighting the importance of the vocabulary selected for the text representation and classification. The available classification techniques achieve satisfactory results. However, even by using two distinct processes of preprocessing and identifying the best training process, it was not possible to totally eliminate the learning difficulties and understanding of the model for the classifications of feelings that involved subjective characteristics of the expression of human feeling.

Resumo O processo de categorização requer a extração de elementos representativos de um documento de modo que sua essência possa ser utilizada na identificação de similaridades e na geração de categorias. O objetivo deste trabalho é analisar as dificuldades e os resultados encontrados em dois processos diferentes de categorização de documentos de um domínio de conhecimento restrito, o primeiro, baseado no uso de palavras-chave e o segundo, na utilização de citações para representação dos documentos. Para exemplificar a utilização de diferentes atributos na representação dos documentos foram realizados dois experimentos. O pri-meiro utilizou um algoritmo de categorização baseado em palavras-chave. O segundo experimento gerou as categorias, utilizando Redes Neurais Artificiais, a partir das citações dos artigos. Em um domínio de conhecimento restrito, como o utilizado neste trabalho, foi possível evidenciar a dificuldade na formação de grupos que utilizam palavras-chave como atributo do processo de categorização devido à grande similaridade existente entre aquelas utilizadas pelos autores dos artigos. As citações podem ser, como mostrado no segundo experimento, um atributo alternativo e mais eficiente para esse processo. A formação de um grupo de artigos com um expressivo acoplamento bibliográfico e uma forte relação semântica comprovou a validade do método proposto. A presente pesquisa detalha a metodologia utilizada nos experimentos, mostrando a importância de uma criteriosa fase de pré-processamento para a confiabilidade das bases de dados. Este estudo pode contribuir com as pesquisas relacionadas à representação de documentos em processos de categorização e de recuperação de informação.

Abstract The categorization process requires the extraction of representative elements from a document so that its essence can be used to identify similarities among documents and generate categories. The objective of this study was to analyze the difficulties and results from two different processes of document categorization in a restricted knowledge domain. The first one was based on the use of keywords and the second was based on the use of citations for document representation. To illustrate the use of different attributes in document representation, two experiments were conducted. The first one used a categorization algorithm based on keywords. The second experiment generated categories, using Artificial Neural Networks, from the citations of the articles. In the restricted knowledge domain, as used in this study, it was difficult to form groups that use keywords as attributes of the categorization process due to the great similarity of keywords used by the authors. The citations can be, as shown in the second experiment, an alternative and more efficient attribute for the categorization process of these documents. The formation of a set of articles with significant bibliographic coupling and a strong semantic relationship validated the method proposed. The article details the methodology used in the experiments, showing the importance of careful pre-processing phase for the reliability of the databases. This study may contribute to the research related to the representation of documents in categorization processes and information retrieval.

Este artigo apresenta o programa computacional Fuga, desenvolvido para simular a movimentação de pessoas em ambientes construídos durante uma situação de abandono. Esse programa se baseia na modelagem celular e possui como principais paradigmas a utilização de aspectos ergonômicos associados à movimentação humana e a utilização da Lógica Fuzzy como ferramenta de inteligência computacional para emulação do processo de tomada de decisão humana. Os aspectos ergonômicos e o processo de tomada de decisões são apresentados. É realizada uma validação do modelo, assim como várias simulações, ilustrando como pode ser utilizado na concepção de ambientes mais seguros, de uma forma que dificilmente seria obtida pela simples aplicação das legislações vigentes.

This paper presents the computer program FUGA, developed to simulate the movement of people in built environments during an evacuation. This program is based on cellular modelling and its main paradigms are the use of ergonomic aspects associated with human movement and the use of Fuzzy Logic as a computer intelligence tool to emulate the human decision-making process. The ergonomic aspects and the decision-making process are presented. A validation of the model was undertaken, as well as several simulations, illustrating how the software can be used in the design of safer environments in a way that could hardly be achieved through by applying the existing regulations.

A recuperação de informação é a área que estuda a representação e o acesso eficiente à informação. A forma como os dados são apresentados aos usuários pode se tornar um diferencial importante nas rotinas de apoio à decisão. Este artigo apresenta um estudo de caso que utiliza técnicas para o tratamento de dados geográficos, destacando a relevância da representação da informação por meio de mapas temáticos.

Information retrieval concerns representation and efficient acess to information. The way data is presented to users is a matter of great importance to decision support routines. This article presents a case study which uses geographical information retrieval techniques and also presents the relevance of information representation through the use of thematic maps.

JUSTIFICATIVA E OBJETIVOS: Acredita-se que existe uma deficiência no ensino de Medicina Intensiva (MI) na graduação da maioria das escolas médicas, levando a um prejuízo na formação acadêmica de futuros médicos. O objetivo deste estudo foi analisar o ensino e o grau de interesse em MI por estudantes de Medicina de Salvador-BA. MÉTODO: Estudo transversal realizado em 2005 entre estudantes do 6º ao 12º semestres de duas escolas médicas baianas. Utilizou-se um questionário auto-aplicável composto de questões objetivas sobre interesse, habilidades e conhecimentos dos estudantes sobre MI, bem como a sua opinião sobre o ensino dessa especialidade em sua faculdade. RESULTADOS: Foram entrevistados 570 estudantes. A maioria (57,5%) nunca realizou estágio em unidades de terapia intensiva (UTI). Contudo, a utilidade deste para o futuro profissional de um médico foi classificada como alta (média de 4,14 ± 1,05, numa escala de 1 a 5) pelos entrevistados. O interesse em MI foi considerado alto ou muito alto por 53,7% da amostra. Quase todos os alunos (97%) acreditam que tópicos de MI devam ser mais explorados em seus currículos. Apenas 42,1% sentiam-se seguros em avaliar um paciente gravemente enfermo, sendo essa segurança maior entre aqueles que já realizaram estágios em UTI (p < 0,001). Os tópicos de MI de maior interesse foram choque, reanimação cardiopulmonar e sepse. CONCLUSÕES: O presente estudo revelou um alto interesse em Medicina Intensiva entre estudantes de Medicina da Bahia. Contudo, a maioria nunca realizou estágio em UTI, o que demonstrou ser importante fator na segurança do médico em formação frente ao paciente gravemente enfermo.

BACKGROUND AND OBJECTIVES: There are deficiencies on Intensive Medicine (IM) teaching in most of medical undergraduate schools. Those deficiencies may imply damages on their clinical competence. The objective of this study was to analyze current status of IM teaching and the medical undergraduate student interest in this speciality. METHODS: A cross-sectional study was performed in 2005. We applied a self-reported questionnaire to enrolled students between the sixth and the last semesters of two medical schools from Salvador-Bahia. The questionnaire contained questions about students' interest and knowledge on IM, and opinion on IM teaching in their schools. RESULTS: We studied 570 students. Most of them (57.5%) had never realized a clerkship in intensive care unit (ICU) despite classifying its usefulness as high (mean of 4.14 ± 1.05, in a scale from 1 to 5). IM interest was high or very high in 53.7% of sample. Almost all students (97%) thought that IM topics should be more explored at their curriculum. Only 42.1% reported to be able to assess a critical care patient and this assurance was higher among students with previous clerkship in ICU (p < 0.001). Shock, cardiopulmonary resuscitation and sepsis were the most interesting topics in ICU for students' opinion. CONCLUSIONS: This study revealed a high interest in IM among medical undergraduate students. However, most had never practice a clerkship in ICU, demonstrating to be an important factor on undergraduate student performance faced to a critical care patient.