Questões de Concurso
Para conselho profissional
Foram encontradas 55.209 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
faz com que, em
condições normais, ele seja enviado para a Lixeira, de
onde poderá ser restaurado caso ainda não tenha sido
removido definitivamente. Texto para o item.
Inteligência artificial ajuda a entender e
combater o comportamento sedentário
Quando um novo ano começa, muita gente coloca, entre suas resoluções, vencer o sedentarismo. Esse problema está relacionado, sobretudo, ao excesso de tempo em comportamentos de baixo gasto energético. Uma pessoa pode, por exemplo, passar de oito a dez horas sentada no trabalho e ainda frequentar a academia regularmente. Nesse caso, ela é fisicamente ativa, mas apresenta um alto nível de comportamento sedentário.
Pesquisadores do Laboratório de Inteligência Artificial da Unicamp investigam aplicações de IA para saúde e bem‑estar, incluindo a detecção do comportamento sedentário por meio de dispositivos vestíveis, como smartwatches e anéis inteligentes. O objetivo é emitir alertas preventivos antes que ocorram problemas críticos de saúde.
Embora sensores estimem os níveis de atividade física, o grande desafio é identificar com precisão o comportamento sedentário no cotidiano, já que pequenos gestos repetitivos das mãos podem confundir os aparelhos. Para solucionar esse problema, pesquisadores desenvolveram a rede neural XNet, um modelo que analisa não apenas o movimento bruto, mas também a repetição e a frequência desses gestos.
A detecção automática do comportamento sedentário abre caminho para intervenções personalizadas, como alertas para pausas ativas e metas diárias adaptadas à rotina de cada pessoa. Mais do que estimular a prática de exercícios, essas estratégias valorizam pequenas mudanças no cotidiano, reduzindo o tempo contínuo que o indivíduo passa sentado.
Do ponto de vista fisiológico, o comportamento sedentário é definido por atividades com gasto energético muito baixo, geralmente abaixo de 1,5 MET (múltiplo equivalente metabólico). A quantificação em METs permite classificar as atividades do dia a dia, enquadrando o ato de permanecer sentado ou deitado por longos períodos no nível mais baixo dessa escala.
Em uma rotina de escritório, o ideal é levantar‑se a cada hora, por cerca de três minutos, para caminhar um pouco. Assim, os sistemas de monitoramento funcionam como aliados para que o usuário estabeleça metas, permitindo que ele faça escolhas mais saudáveis a partir do próprio histórico de dados.
Internet: <jornal.unicamp.br>
Texto para o item.
Inteligência artificial ajuda a entender e
combater o comportamento sedentário
Quando um novo ano começa, muita gente coloca, entre suas resoluções, vencer o sedentarismo. Esse problema está relacionado, sobretudo, ao excesso de tempo em comportamentos de baixo gasto energético. Uma pessoa pode, por exemplo, passar de oito a dez horas sentada no trabalho e ainda frequentar a academia regularmente. Nesse caso, ela é fisicamente ativa, mas apresenta um alto nível de comportamento sedentário.
Pesquisadores do Laboratório de Inteligência Artificial da Unicamp investigam aplicações de IA para saúde e bem‑estar, incluindo a detecção do comportamento sedentário por meio de dispositivos vestíveis, como smartwatches e anéis inteligentes. O objetivo é emitir alertas preventivos antes que ocorram problemas críticos de saúde.
Embora sensores estimem os níveis de atividade física, o grande desafio é identificar com precisão o comportamento sedentário no cotidiano, já que pequenos gestos repetitivos das mãos podem confundir os aparelhos. Para solucionar esse problema, pesquisadores desenvolveram a rede neural XNet, um modelo que analisa não apenas o movimento bruto, mas também a repetição e a frequência desses gestos.
A detecção automática do comportamento sedentário abre caminho para intervenções personalizadas, como alertas para pausas ativas e metas diárias adaptadas à rotina de cada pessoa. Mais do que estimular a prática de exercícios, essas estratégias valorizam pequenas mudanças no cotidiano, reduzindo o tempo contínuo que o indivíduo passa sentado.
Do ponto de vista fisiológico, o comportamento sedentário é definido por atividades com gasto energético muito baixo, geralmente abaixo de 1,5 MET (múltiplo equivalente metabólico). A quantificação em METs permite classificar as atividades do dia a dia, enquadrando o ato de permanecer sentado ou deitado por longos períodos no nível mais baixo dessa escala.
Em uma rotina de escritório, o ideal é levantar‑se a cada hora, por cerca de três minutos, para caminhar um pouco. Assim, os sistemas de monitoramento funcionam como aliados para que o usuário estabeleça metas, permitindo que ele faça escolhas mais saudáveis a partir do próprio histórico de dados.
Internet: <jornal.unicamp.br>
Texto para o item.
Inteligência artificial ajuda a entender e
combater o comportamento sedentário
Quando um novo ano começa, muita gente coloca, entre suas resoluções, vencer o sedentarismo. Esse problema está relacionado, sobretudo, ao excesso de tempo em comportamentos de baixo gasto energético. Uma pessoa pode, por exemplo, passar de oito a dez horas sentada no trabalho e ainda frequentar a academia regularmente. Nesse caso, ela é fisicamente ativa, mas apresenta um alto nível de comportamento sedentário.
Pesquisadores do Laboratório de Inteligência Artificial da Unicamp investigam aplicações de IA para saúde e bem‑estar, incluindo a detecção do comportamento sedentário por meio de dispositivos vestíveis, como smartwatches e anéis inteligentes. O objetivo é emitir alertas preventivos antes que ocorram problemas críticos de saúde.
Embora sensores estimem os níveis de atividade física, o grande desafio é identificar com precisão o comportamento sedentário no cotidiano, já que pequenos gestos repetitivos das mãos podem confundir os aparelhos. Para solucionar esse problema, pesquisadores desenvolveram a rede neural XNet, um modelo que analisa não apenas o movimento bruto, mas também a repetição e a frequência desses gestos.
A detecção automática do comportamento sedentário abre caminho para intervenções personalizadas, como alertas para pausas ativas e metas diárias adaptadas à rotina de cada pessoa. Mais do que estimular a prática de exercícios, essas estratégias valorizam pequenas mudanças no cotidiano, reduzindo o tempo contínuo que o indivíduo passa sentado.
Do ponto de vista fisiológico, o comportamento sedentário é definido por atividades com gasto energético muito baixo, geralmente abaixo de 1,5 MET (múltiplo equivalente metabólico). A quantificação em METs permite classificar as atividades do dia a dia, enquadrando o ato de permanecer sentado ou deitado por longos períodos no nível mais baixo dessa escala.
Em uma rotina de escritório, o ideal é levantar‑se a cada hora, por cerca de três minutos, para caminhar um pouco. Assim, os sistemas de monitoramento funcionam como aliados para que o usuário estabeleça metas, permitindo que ele faça escolhas mais saudáveis a partir do próprio histórico de dados.
Internet: <jornal.unicamp.br>
Texto para o item.
Inteligência artificial ajuda a entender e
combater o comportamento sedentário
Quando um novo ano começa, muita gente coloca, entre suas resoluções, vencer o sedentarismo. Esse problema está relacionado, sobretudo, ao excesso de tempo em comportamentos de baixo gasto energético. Uma pessoa pode, por exemplo, passar de oito a dez horas sentada no trabalho e ainda frequentar a academia regularmente. Nesse caso, ela é fisicamente ativa, mas apresenta um alto nível de comportamento sedentário.
Pesquisadores do Laboratório de Inteligência Artificial da Unicamp investigam aplicações de IA para saúde e bem‑estar, incluindo a detecção do comportamento sedentário por meio de dispositivos vestíveis, como smartwatches e anéis inteligentes. O objetivo é emitir alertas preventivos antes que ocorram problemas críticos de saúde.
Embora sensores estimem os níveis de atividade física, o grande desafio é identificar com precisão o comportamento sedentário no cotidiano, já que pequenos gestos repetitivos das mãos podem confundir os aparelhos. Para solucionar esse problema, pesquisadores desenvolveram a rede neural XNet, um modelo que analisa não apenas o movimento bruto, mas também a repetição e a frequência desses gestos.
A detecção automática do comportamento sedentário abre caminho para intervenções personalizadas, como alertas para pausas ativas e metas diárias adaptadas à rotina de cada pessoa. Mais do que estimular a prática de exercícios, essas estratégias valorizam pequenas mudanças no cotidiano, reduzindo o tempo contínuo que o indivíduo passa sentado.
Do ponto de vista fisiológico, o comportamento sedentário é definido por atividades com gasto energético muito baixo, geralmente abaixo de 1,5 MET (múltiplo equivalente metabólico). A quantificação em METs permite classificar as atividades do dia a dia, enquadrando o ato de permanecer sentado ou deitado por longos períodos no nível mais baixo dessa escala.
Em uma rotina de escritório, o ideal é levantar‑se a cada hora, por cerca de três minutos, para caminhar um pouco. Assim, os sistemas de monitoramento funcionam como aliados para que o usuário estabeleça metas, permitindo que ele faça escolhas mais saudáveis a partir do próprio histórico de dados.
Internet: <jornal.unicamp.br>
Texto para o item.
Inteligência artificial ajuda a entender e
combater o comportamento sedentário
Quando um novo ano começa, muita gente coloca, entre suas resoluções, vencer o sedentarismo. Esse problema está relacionado, sobretudo, ao excesso de tempo em comportamentos de baixo gasto energético. Uma pessoa pode, por exemplo, passar de oito a dez horas sentada no trabalho e ainda frequentar a academia regularmente. Nesse caso, ela é fisicamente ativa, mas apresenta um alto nível de comportamento sedentário.
Pesquisadores do Laboratório de Inteligência Artificial da Unicamp investigam aplicações de IA para saúde e bem‑estar, incluindo a detecção do comportamento sedentário por meio de dispositivos vestíveis, como smartwatches e anéis inteligentes. O objetivo é emitir alertas preventivos antes que ocorram problemas críticos de saúde.
Embora sensores estimem os níveis de atividade física, o grande desafio é identificar com precisão o comportamento sedentário no cotidiano, já que pequenos gestos repetitivos das mãos podem confundir os aparelhos. Para solucionar esse problema, pesquisadores desenvolveram a rede neural XNet, um modelo que analisa não apenas o movimento bruto, mas também a repetição e a frequência desses gestos.
A detecção automática do comportamento sedentário abre caminho para intervenções personalizadas, como alertas para pausas ativas e metas diárias adaptadas à rotina de cada pessoa. Mais do que estimular a prática de exercícios, essas estratégias valorizam pequenas mudanças no cotidiano, reduzindo o tempo contínuo que o indivíduo passa sentado.
Do ponto de vista fisiológico, o comportamento sedentário é definido por atividades com gasto energético muito baixo, geralmente abaixo de 1,5 MET (múltiplo equivalente metabólico). A quantificação em METs permite classificar as atividades do dia a dia, enquadrando o ato de permanecer sentado ou deitado por longos períodos no nível mais baixo dessa escala.
Em uma rotina de escritório, o ideal é levantar‑se a cada hora, por cerca de três minutos, para caminhar um pouco. Assim, os sistemas de monitoramento funcionam como aliados para que o usuário estabeleça metas, permitindo que ele faça escolhas mais saudáveis a partir do próprio histórico de dados.
Internet: <jornal.unicamp.br>
Conheça nossos planos