Repositório Científico do Instituto Politécnico de Santarém
Entradas recentes
Corrida de obstáculos e a competência motora
Publication . Silvério, Carlos; Mercê, Cristiana; Teotónio, Telmo
O treino em pista de obstáculos remonta ao tempo dos Legionários Romanos no qual era praticado com obstáculos naturais, como barreiras e valas, a fim de melhorar a aptidão física e militar. As Corridas de Obstáculos (OCR – Obstacle Course Racing), são atualmente um desporto federado que se encontra em franca expansão. Segundo a FISU (Fédération Internationale de Sports D`Obstacles) a Spartan, que é apenas um dos vários promotores, desenvolve provas em 40 países e ultrapassa 1,2 milhões de participantes anuais. Em termos nacionais a FPOCR (Federação Portuguesa de Corridas de Obstáculos - APD), foi constituída em 2020. O treino baseia-se e aprimora várias habilidades motoras fundacionais (HMF) como correr, saltar, agarrar ou trepar. Segundo o modelo de Hultten (2018) a aquisição e desenvolvimento destas HMF, as quais irão suportar a aquisição das habilidades especializadas, promove a adesão e manutenção da prática de atividade físicas, bem como de trajetórias saudáveis e positivas ao longo da vida. Quanto mais cedo e mais oportunidades de aprendizagem e exploração das HMF promovermos com as crianças, mais estaremos a contribuir para o aumento da sua literacia motora e promoção de trajetórias positivas. Neste sentido, consideramos que a OCR pode ser integrada e enriquecer o currículo escolar, especificamente nas aulas de educação física. O presente trabalho tem como objetivos: i) sistematizar informações sobre a construção de obstáculos em contexto escolar; ii) apresentar propostas de OCR com materiais comummente usados em educação física; iii) apresentar propostas de OCR com diversos materiais reciclados no espaço de recreio. A aplicação destas propostas promoverá o desenvolvimento da competência motora das crianças e jovens, úteis não apenas para a participação em provas de OCR, mas sobretudo para a aprendizagem de novas habilidades motoras ao longo da vida e a sua afiliação a trajetórias saudáveis.
Análise do potencial de implementação da NP 4590:2023 no Instituto Politécnico de Santarém
Publication . Gonçalves, Inês Isabel Ribeiro; Duque, Sílvio Levi Pinheiro; Seixas, Sónia
O presente projeto de investigação teve como objetivo analisar o potencial de implementação da Norma Portuguesa (NP) 4590:2023 – Sistema de Gestão do Bem-Estar e Felicidade Organizacional – no Instituto Politécnico de Santarém (IPSantarém). Foi adotada uma metodologia mista, combinando um inquérito por questionário aplicado a 100 colaboradores não docentes e três entrevistas semiestruturadas. Os resultados evidenciaram um reduzido conhecimento formal da NP 4590:2023 entre os participantes. Entre os colaboradores que declararam conhecer a norma (n = 32), a maioria manifestou interesse em aprofundar o seu conhecimento através de ações de sensibilização e formação. Os participantes atribuíram maior importância ao reconhecimento profissional, à comunicação eficaz e à flexibilidade de horários. As entrevistas destacaram o compromisso da gestão de topo, a participação dos colaboradores, a comunicação interna e a integração do bem-estar na estratégia institucional como fatores essenciais para a implementação da norma. Conclui-se que a NP 4590:2023 apresenta potencial para reforçar o bem-estar organizacional no IPSantarém.
Credibilidade das Alegações de Sustentabilidade na Fruta do Retalho Alimentar Português. Estudo de Caso do Pingo Doce (Jerónimo Martins) e Continente (Sonae)
Publication . Campizes, Vânia Alexandra Pascoal; Almeida, Isabel Cristina de Seixas Patrício Duarte de
Esta dissertação investiga a credibilidade das alegações de sustentabilidade na fruta fresca nas insígnias Continente (Sonae) e Pingo Doce (Jerónimo Martins), analisando as suas consequências para a confiança e o comportamento de compra dos consumidores portugueses. O problema central reside na discrepância entre o discurso institucional das marcas e a perceção do consumidor, agravada pela escassez de investigação empírica nacional neste domínio. O estudo adota uma abordagem quantitativa, com questionário estruturado aplicado a 173 consumidores. O modelo integra cinco construtos analisados por PLS-SEM (SmartPLS 4, bootstrapping 5.000 subamostras). H1 e H2 não foram suportadas ao nível de 5% (p=0,070 e p=0,074), sugerindo relações que a dimensão amostral não confirmou com robustez. H3 (β=0,578, p<0,001) e H4 (β=0,476, p=0,001) foram suportadas, confirmando que o ceticismo ambiental, quando formado, tem consequências comportamentais significativas e mensuráveis.
Classificação de Perigos Rodoviários com Recurso a Dados de Acelerómetros:Um Estudo Comparativo entre Abordagens de Aprendizagem Automática Clássica e Aprendizagem Profunda
Publication . Moutinho, Joana Barreira Pardal; Madeira, Filipe; Pires, Ivan Miguel Serrano; Velez, Fernando José da Silva
A classificação automática de perigos rodoviários, como buracos e lombas, com base em dados de acelerómetro constitui uma solução de baixo custo para a monitorização de infraestruturas viárias. Comparam-se abordagens de aprendizagem automática clássica e de aprendizagem profunda, recorrendo a três conjuntos de dados públicos integrados num fluxo unificado de pré-processamento e extração de características. Foram avaliados nove modelos clássicos e três arquiteturas profundas, com métricas sensíveis ao desequilíbrio entre classes. A 1D CNN alcançou o melhor desempenho global (F1 macro = 0.5108; exatidão balanceada = 0.6143), revelando maior capacidade na deteção de buracos, enquanto os modelos clássicos baseados em ensembles de árvores se mostraram competitivos na deteção de lombas, com custo computacional inferior. O desequilíbrio entre classes manteve-se um desafio significativo. A aprendizagem profunda demonstra vantagens na extração automática de padrões, mas os modelos clássicos continuam relevantes onde a interpretabilidade e a eficiência computacional são prioritárias.
A Leakage-Aware Benchmark of Hourly Bitcoin Return Forecasting:Naive, Statistical, and Machine Learning Models under Walk-Forward Validation
Publication . Timotin, Vasile; Sobreiro, Pedro Nuno de Alexandre; Madeira, Filipe
This dissertation evaluates whether machine-learning models reliably forecast hourly Bitcoin returns under a reproducible protocol that prevents future information from leaking into training. The data comprise hourly Bitcoin prices, trading volumes and technical indicators from the Binance exchange, from August 2017 to January 2025, together with external variables for the periods with sufficient coverage. Seven models were compared — two naive benchmarks, a linear regression, a random forest, two classical time-series models and a recurrent neural network — at horizons of 1, 6 and 24 hours, using walk forward validation with 24-hour purge gaps across 53 segments of the final year of the sample. No model outperformed a zero-return forecast in mean absolute error, and the gap to the closest challenger, the linear regression, was not statistically significant. The contribution is methodological: it proposes a reproducible evaluation protocol and shows that the predictive gains reported under permissive validation do not survive rigorous testing.