Projetos de Pesquisa

 

Foto de perfil

Vanessa Amália Dalpizol Valiati

Ciências Sociais Aplicadas

Comunicação
  • música e plataformização: a mediação algorítmica do gosto e práticas de consumo por streaming
  • Plataformas de streaming de música (como Spotify, Amazon Music etc)têm um papel fundamental na circulação de conteúdo, experiências diárias dos indivíduos,formação do gosto e construção da identidade. Os sistemas de recomendação coletam principalmente dados sobre os hábitos dos usuários. O Tiktok Music, por exemplo, por meio de sua sincronização com as contas dos usuários, analisa os vínculos entre os hábitos de escuta e outros aspectos da vida,como hobbies,estilo,senso de humor,e, por meio da identificação e da agregação de grupos de usuários hiperespecíficos, esse fenômeno já levou à integração de interesses e comunidades que antes eram de nicho. Esses aspectos compõem o que chamamos de consumo plataformizado, entendido como aquele que é praticado nos ambientes tecnossociais de plataformas e aplicativos, proporcionando ciclos de feedback recursivos e uma relação intrínseca entre os usuários (artistas/ouvintes) e as plataformas (incluindo as de mídias sociais, como TikTok e Instagram). Diante disso, perguntamos: 1) Como as mudanças nos modos de consumo de música estão afetando a formação do gosto individual e coletivo? 2) Até que ponto as práticas de escuta de música estão mudando na era das plataformas e quais são as implicações para a cultura? Portanto, este estudo tem como objetivo compreender os fluxos de consumo de música que atravessam plataformas de streaming e redes sociais a partir de três eixos temáticos: a) fluxos de descoberta musical e comunidades de consumo; b) práticas, discursos e gosto plataformizados; c) affordances das plataformas de música em performances em plataformas de mídia social. Para isso, os procedimentos metodológicos combinam um conjunto de instrumentos, que incluem métodos mistos, desde uma abordagem qualitativa (entrevistas, grupos focais, 'media go alongs') até métodos digitais(investigação de algoritmos, análise de SRS, métodos computacionais).
  • Universidade Feevale - RS - Brasil
  • 05/12/2023-31/12/2026
Foto de perfil

Vanessa Aparecida de Moraes Weber

Ciências Exatas e da Terra

Ciência da Computação
  • sistema de identificação de bovinos e estimativa de massa apoiado em visão computacional e redes neurais convolucionais
  • O objetivo geral deste projeto é analisar e desenvolver um sistema baseado em visão computacional (VC) e inteligência artificial (IA) com o intuito de facilitar o processo de reconhecimento para identificação individual e estimativa de massa de bovinos nas propriedades rurais. Com isso, pretende-se melhorar o manejo dos bovinos, reduzir o estresse dos animais e o tempo gasto pelos profissionais durante este processo e, consequentemente, diminuir o custo da atividade de pecuária para aumentar os seus lucros. A meta é implementar modelos e técnicas descritas em pesquisas científicas e estado da prática em VC e IA em situações reais e banco de imagens distintos, para identificar animais em pelo menos uma raça de bovinos comercialmente relevante e estimar a massa com precisão o suficiente para classificar em três classes de escore corporal que permita identificar o ponto de abate. O principal indicador para reconhecimento de bovinos se dará por acurácia acima de 95% nos testes do modelo gerado em dois grupos de bovinos de mesma raça com pelo menos 50 indivíduos. Já a estimativa de massa será medida com base na média absoluta em dois conjuntos distintos com 200 pesagens de pelo menos 30 bovinos da mesma raça de modo que com o histórico de pesagens de no mínimo 30 dias e os dados das imagens seja possível alcançar MAE 15kg de peso vivo.
  • Universidade Estadual de Mato Grosso do Sul - MS - Brasil
  • 13/12/2022-31/03/2026