Projetos

O nosso centro de conhecimento ajuda organizações dos setores público, social e privado a resolver desafios complexos através de data sciene. A colaboração existente inclui cuidados de saúde, gestão do desemprego, turismo, entre outros.

Os nossos investigadores foram recompensados pelos Amazon Web Services e pela Microsoft Research Credits, apoio que tem sido fundamental para o processamento de milhões de registos e da aplicação de algoritmos machine learning. Gostaríamos de agradecer o apoio da Câmara Municipal de Cascais, pelo Data Science for Social Good Europe – Summer Fellowship 2018, o Data Science for Social Good Europe – Summer Fellowship 2017 e ao Ministério de Infraestrutura e de Meio Ambiente da Holanda, à Tuscany Promotion Agency e ao Turismo de Portugal pelo Data Science for Social Good Europe – Summer Fellowship 2018.

O objetivo é desenvolver um sistema de apoio que ajudasse a antever e a perceber quais os indivíduos em risco de ficarem desempregados a longo prazo, a fim de ajudar os técnicos do IEFP a determinar como personalizar planos de desenvolvimento profissional da melhor forma. A ferramenta permite-lhes compreender quais os fatores que põem em risco um indivíduo, dando-lhes uma visão do processo de tomada de decisão e concedendo à agência a oportunidade de desconsiderar da ferramenta a favor de uma avaliação humana especializada. Estamos atualmente a trabalhar num estudo piloto que irá facultar uma avaliação crítica da opinião dos técnicos sobre a ferramenta, a fim de perceber melhor até que ponto esta facilita as suas interações diárias com as pessoas desempregadas e para ajudar investigações futuras sobre a prevenção do desemprego. Este trabalho foi cocriado por especialistas que dominam as áreas da política de trabalho e trabalho social, incluindo os próprios técnicos.

Parceiro: IEFP

# Social Good # Unemployment # Decision-Making

As gripes sazonais são um fardo pesado para a população e para os sistemas de saúde e, por este motivo, requerem uma vigilância permanente. Os atuais métodos de vigilância são robustos, no entanto, são lentos. Em colaboração com instituições nacionais e internacionais de saúde pública estamos a desenvolver modelos que possam prever atempadamente os níveis de gripe através de uma combinação de dados offline e online (como tendências de pesquisa e partilha nas redes sociais).

# Data-Driven Policy # Healthcare 

Nos últimos anos, Portugal tem assistido a um rápido crescimento na área do turismo, que não está devidamente preparado para enfrentar as dificuldades relativas à quantificação de desafios, tais como constrangimentos turísticos, perda da identidade local, degradação do património, etc. O projeto propõe uma abordagem data aplicável à gestão de turismo no território português através de um conjunto de ferramentas que informe os políticos portugueses sobre o estado do turismo, indo além dos tradicionais dados de pesquisa e investigação e facultando análises completas deste sector através do uso de fontes big data. Com as abordagens apresentadas pelo projeto, os grandes decisores do setor turístico terão informações cruciais para poderem criar políticas que promovam cidades sustentáveis e acolhedoras tanto para os turistas como para os moradores.

Parceiros: Turismo de Portugal e NOS

# Social Good # Tourism Management # Data Driven Policy

Os Antibióticos (Ab) são uma das classes mais importantes de medicamentos. No entanto, as populações bacterianas, quando expostas aos Ab, podem tornar-se rapidamente resistentes, fazendo com que a resistência antibiótica se torne num grave problema de saúde.

A melhor forma de evitar a evolução da resistência antibiótica é recorrer ao uso de antibióticos apenas quando necessário. Começámos a colaborar com o Ministério da Saúde português e estamos a utilizar a vasta base de dados de prescrições médicas para 1) retratar a distribuição de prescrições de antibióticos por médicos e para identificar as causas da prescrição excessiva; 2) identificar o padrão para a prescrição de antibióticos para a população portuguesa; e 3) propor intervenções para reduzir a prescrição de Ab.

# Data-Driven Policy # Healthcare

Gestão impulsionada por data é um fator cada vez mais presente na agenda dos municípios. A quantidade de dados que os próprios municípios criam, mais os dados disponibilizados por parceiros locais como a polícia, empresas de transporte públicos, telecomunicações, entre outros, oferecem uma grande variedade de oportunidades para desenvolver novo conhecimento que possa servir de apoio a políticas públicas. O CCDE é um hub de dados criado para a região de Cascais com o objetivo de facultar perspetivas significativas para os desafios locais, testar novas abordadgens e soluções na região e promover a dessiminação de conhecimento através da integração da popolução mais jovem e de uma série de eventos.

Parceiro: Câmara Municipal de Cascais

# Social Good # Data Driven Policy

Emergency Care Units – ECU [Unidades de Cuidados de Emergência] são instalações médicas que lidam com a presença imprevista de pacientes, cobrindo uma grande variedade de condições médicas, muitas vezes urgentes ou agudas e, frequentemente, perigosas. Assim sendo, as Unidades de Cuidados de Emergência precisam de encontrar um equilíbrio, difícil, entre ter recursos suficientes (humanos e outros) para lidar com o surto inesperado de pacientes e tentar reduzir a prática de utilizar mais recursos do que os necessários. Focamo-nos no que leva as pessoas a procurar estas unidades e utilizamos uma abordagem que utiliza data science e machine learning (ML) para estudar as variações dos picos de emergência e possíveis factores que possam prevê-los. Com a ajuda do Ministério da Saúde português, e com o financiamento da Fundação da Ciência e Tecnologia, contamos apresentar uma previsão simples, que pode ser usada por grandes decisores e para reduzir a incerteza existente quanto à afluência de pacientes a estas unidades.

# Data-Driven Policy # Decision-Making # Healthcare

O setor social representa um setor importante da economia portuguesa. No entanto, as poucas fontes de dados disponíveis facultam poucas e desconexas informações, um baixo nível de interação e poucas visualizações. O objetivo do projeto é criar uma base de dados nova e integrada para o setor social, para que esteja à disposição da sociedade portuguesa, servindo ONG, fundações, empresas que criam impacto, investigadores, investidores, agências governamentais, entre outros stakeholders.

Parceiro: Fundação La Caixa

# Social Good # Portuguese Social Sector

Os parlamentos são um fórum essencial para a tomada de decisões políticas; estudar os seus processos e resultados, desde padrões de voto a discursos em debates, mas também dados biográficos e conflitos de interesse podem ajudar-nos a compreender como estes funcionam e como podem representar melhor a vontade dos cidadãos. Reunimos todas as transcrições das discussões parlamentares, de 1976 até aos dias de hoje, e estamos a analisar os textos para detetar tendências temporais, identificar os principais tópicos de debate e cruzar essa informação com outras variáveis como votos e biografias dos membros do parlamento.

# Data-Driven Policy # Political Debate

O objetivo do projecto era criar um modelo de machine learning utilizando dados de acidentes registados, características rodoviárias, dados relativos ao fluxo de tráfego e velocidade, e dados metereológicos para prever, num determinado espaço de tempo, a probabilidade de um acidente. Este projeto permite uma melhor alocação da polícia de trânsito para patrulhar as estradas e diminuir o seu tempo de resposta a acidentes.

Parceiro: Rijkswaterstaat

# Data Science for Social Good 2018 # Transportation # Decision-Making

As Nações Unidas reconhecem a igualdade de género como um dos Objetivos de Desenvolvimento Sustentável, que deverão ser atingidos até 2030. Contudo, são poucas as mulheres presentes em cargos de liderança apesar de terem um nível de formação igual ou até superior aos dos homens. Apesar de terem sido propostas várias hipóteses, as razões por detrás deste “telhado de vidro” continuam pouco claras.

O discurso político no parlamento faz com que este seja um caso de estudo único sobre as diferenças de género tanto no comportamento das mulheres como no comportamento em relação às mulheres. Utilizamos técnicas de processamento de linguagem natural, assim como estatísticas básicas, para identificar diferenças de comportamento e discurso entre homens e mulheres no parlamento português. O nosso objetivo é revelar diferenças sutis para que tanto o público como os próprios políticos tenham consciência das mesmas.

# Data-Driven Policy # Gender Equality

Uma vez que a Toscana é um dos destinos turísticos mais populares do mundo, a região, os seus recursos e os seus habitantes têm sido expostos a uma grande pressão. O projeto visava usar algoritmos de machine learning para agrupar indivíduos e, desta forma, compreender melhor os turistas que visitam a região e melhorar a gestão na área do turismo.
 

Parceiros: Toscana Promozione Turistica e Vodafone Itália

# Data Science for Social Good 2018 # Tourism Management # Data-Driven Policy

Quer falemos sobre o ambiente ou a dívida pública, o tema da sustentabilidade parece dominar as discuções públicas. Mas o quão dominante é exatamente? Durante quanto tempo nos preocuparemos com o impacto futuro das nossas decisões atuais? Utilizamos transcrições do parlamento português, arquivos de media online, publicações no Twitter e no Facebook para analisar a dinâmica deste tema nos últimos anos. No fundo, queremos saber: Em que contextos é discutida a sustentabilidade? Quem fala sobre sustentabilidade? Quais são as suas dinâmicas temporais? Este projeto é apoiado pela Fundação Calouste Gulbenkian.

Parceiro: Fundação Calouste Gulbenkian

# Data-Driven Policy # Sustainability

O propósito deste projeto é usar os dados disponibilizados pelo IEFP e criar um sistema modelo para capacitar o IEFP e os técnicos locais a identificar melhor os indivíduos em risco elevado de desemprego de longa duração. Este projeto faculta ainda perspetivas data que permitam uma alocação mais eficiente dos recursos do IEFP a fim de responder às necessidades individuais da população desempregada.

Parceiros: IEFP e EAPN

# Data Science for Social Good 2018 # Unemployment # Data-Driven Policy

As notícias de imprensa são a ligação padrão entre o público e a política e é pouco claro até que ponto a imprensa tem a capacidade de influenciar a agenda política e vice versa. Estamos a conduzir uma análise de grande escala aos media, a fim de ter algumas perspetivas sobre a dinâmica entre media, entidades políticas e o processo de tomada de decisão.

# Data-Driven Policy   # Decision-Making # Media

O grande objetivo deste projeto era aumentar a taxa de vacinação contra o sarampo, a papeira e a rubéola na Croácia. Para atingir este objetivo, a equipa previu o nível de risco de cada criança caso não recebesse as duas doses recomendadas da vacina MMR e desenvolveu grupos, compostos pelas crianças acima mencionadas, de acordo com características semelhantes a fim de permitir políticas de promoção à vacinação.

Parceiros: Croatian Institute for Public Health (CIPH) (nome original: Hrvatski Zavod Za Javno Zdravstvo), Institute of Public Health of Split-Dalmatia County (nome original: Nastavni zavod za javno zdravstvo Splitsko-dalmatinske županije), Andrija Štampar School of Public Health (nome original: Škola narodnog zdravlja "Andrija Štampar") e Croatian Society for School and University Medicine (CroSEMIC) (nome original: Hrvatsko društvo za hitnu i internističku intenzivnu medicinu - HDHIIM)

# Data Science for Social Good 2018 # Healthcare # Data-Driven Policy

Em Portugal, os membros do parlamento são eleitos através de círculos regionais, mas as sondagens que indicam a intenção de voto decorrem apenas nacionalmente, o que faz com que por vezes ocorram resultados eleitorais surpreendentes. O nosso objetivo é desenvolver um modelo eleitoral para o parlamento português utilizando não só padrões de voto nacionais, mas também padrões de voto regionais e fontes de dados não tradicionais para complementar o processo de votação tradicional.

# Data-Driven Policy # Elections

O projeto tinha como objetivo ajudar as autoridades locais a compreender e avaliar a área de turismo além dos tradicionais questionários e estatísticas para que pudessem, assim, explorar e criar soluções para um turismo sustentável na cidade.

Parceiros: Toscana Promozione Turistica e Vodafone Itália

# Data Science for Social Good 2017 # Tourism Management # Data Driven Policy

Durante vários decénios, cientistas de diferentes áreas perceberam que muitas características do mundo natural e humano não seguem as distribuições de Gaussian. Pelo contrário, quantidades como a magnitude dos terramotos, o rendimento dos indivíduos ou o número de amigos no Facebook têm distribuições heavy tail. Isto significa que, embora haja muitas ocorrências de terramotos fracos, de tempos a tempos, existem alguns extremamente devastadores. É pouco claro se os métodos clássicos (modelos lineares generalizados, etc.) são informativos o suficiente para estes fenómenos. Queremos solucionar este problema ao estudar e compreender que atividades humanas são heavy tails, ao avaliar o impacto destes eventos raros e ao modificar os modelos empíricos existentes para obtermos mais informações sobre os mesmos.

# Human Behaviour

As pescas ilegais e excessivas são uma grande ameaça para os nossos oceanos. Estima-se que 70 % da pesca global seja sobreexplorada e esteja agora à beira do colapso. A quantidade de atum, um predador crítico em muitos ecossistemas marinhos, diminuiu mais de 90 % nos últimos 40 anos. A menos que sejam tomadas medidas sérias para combater estes fenómenos podemos estar à beira de um colapso piscatório de grande escala que poderá devastar o meio ambiente e a subsistência de milhões de pessoas em todo o mundo que dependem desta atividade. Este projeto visava criar uma ferramenta de risco de fonte aberta, que combinasse múltiplas fontes de dados por satélite a fim de ajudar a ultrapassar a pesca ilegal, não declarada ou regulamentada, e criando um avaliação de risco.

Parceiros: Spire, World Economic Forum, Planet e DigitalGlobe

# Data Science for Social Good 2017 # Sustainability

O conhecimento científico tem vindo a ser aceite como o principal condutor de desenvolvimento, permitindo ter vidas mais longas, saudáveis e confortáveis. No entanto, o apoio público à investigação científica continua a oscilar, havendo ainda um grande número de pessoas desinteressadas ou com uma atitude hostil para com a ciência. Esta situação está a ter grandes consequências sociais como a anti-vacinação ou até o recente movimento post-truth. Ainda não dispomos de uma teoria abrangente que possa explicar como o público compreende a ciência e que permita abordagens mais direcionadas e informadas.

Temos vindo a usar grandes conjuntos de dados, durante muitos anos, para tentar entender melhor o que influencia as atitudes das pessoas em relação a esta área.

# Human Behaviour

O objetivo do projeto era ajudar a Câmara Municipal de Cascais a compreender os padrões de desemprego na região e a desenvolver um sistema que recomendasse o melhor tipo de intervenções para colmatar lacunas de competências e aumentar as probabilidades de emprego das pessoas.

Parceiros: Câmara Municipal de Cascais e IEFP

# Data Science for Social Good 2017 # Unemployment # Data Driven Policy

Perceber como o público reage durante uma crise de saúde é algo de extrema importância para as instituições de saúde pública. Descobrimos que, num cenário de crise de saúde (como por exemplo a pandemia da gripe em 2009) determinadas tendências de pesquisa refletiam os níveis de ansiedade da população e que estes estavam mais associados aos relatos que saíam na imprensa. Estamos, neste momento, a expandir estas técnicas para compreender melhor como a ansiedade e o medo se alastram.

# Human Behaviour # Healthcare Crisis

O projeto focava-se na optimização da correspondência entre pacientes e médicos através do desenvolvimento de um serviço de mediação automatizada. O principal objetivo era aumentar a probabilidade de relacionamentos duradouros e a qualidade dos acompanhamentos, bem como a prática de medicina preventiva.

Parceiro: José de Mello Saúde

# Data Science for Social Good 2017 # Healthcare # Decision-Making

O projeto tinha como objetivo ajudar Rijkswaterstaat, uma divisão do Ministério de Infraestrutura e Meio Ambiente da Holanda, desenvolvendo uma política para otimizar o estacionamento e os locais de patrulhamento dos inspetores de serviço a fim de minimizar o tempo que demoram a chegar ao local do incidente. Desta forma, o projeto teve um contributo para a otimização da segurança e do fluxo do trânsito para os condutores.

Parceiro: Rijkswaterstaat

# Data Science for Social Good 2017 # Transportation # Decision-Making

O projecto visava perceber como uma melhor utilização dos telhados poderia ajudar a enfrentar desafios com o armazenamento de água, espaços verdes e produção de energia. Para isso, a equipa utilizou imagens aéreas e de satélite para identificar o uso de telhados em Roterdão.

Parceiro: Cidade de Roterdão

# Data Science for Social Good 2017 # Data-Driven Policy