Browsing by Issue Date, starting with "2021-05-24"
Now showing 1 - 2 of 2
Results Per Page
Sort Options
- Espiritualidade: cuidados espirituais em fim de vidaPublication . Dias, Diogo Tavares; Abejas, Abel GarciaIntrodução: A espiritualidade é o aspeto da humanidade que se refere à forma como os indivíduos procuram e expressam sentido e propósito e está frequentemente relacionada com o significante ou sagrado. A espiritualidade torna-se particularmente importante nos cuidados em fim de vida já que, neste contexto, os indivíduos podem experimentar os limites da sua existência. Objetivos: Os objetivos deste trabalho são perceber de que forma os cuidados espirituais podem afetar a vida dos doentes em fim de vida, bem como perceber de que forma os profissionais de saúde podem avaliar as necessidades espirituais dos pacientes e quais são as barreiras à prestação deste tipo de cuidados. Desenho: Este trabalho consiste numa revisão narrativa a partir de uma pesquisa de revisões sistemáticas e artigos de revisão sobre o tema em questão em bases de dados online. Após a pesquisa e seleção dos artigos, estes foram agrupados e analisados qualitativamente segundo as seguintes abordagens temáticas: Espiritualidade; Religião; Sofrimento espiritual; Cuidados espirituais; Instrumentos de avaliação da espiritualidade; Impacto da espiritualidade nos doentes em fim de vida; Barreiras à prestação de cuidados espirituais; Espiritualidade em doentes com cancro; Outros aspetos da espiritualidade. Conclusões: É importante avaliar a espiritualidade e as necessidades espirituais dos pacientes, havendo vários instrumentos que o permitem fazer. A prestação de cuidados espirituais em pacientes em fim de vida tem um impacto positivo no bem-estar espiritual, na qualidade de vida e na satisfação dos pacientes com os cuidados de saúde. Existem várias barreiras que impedem a prestação adequada de cuidados espirituais, sendo a falta de formação particularmente importante. Os pacientes com cancro são uma população particularmente vulnerável no que toca a necessidades espirituais, muito por causa da forte associação desta doença a situações de terminalidade.
- Feature Expansion for Social Media User CharacterizationPublication . Monteiro, André Filipe da Cruz; Cordeiro, João Paulo da CostaPersonality plays an impactful role in our lives and psychologists believe that an individual’s behavior can be inferred through its personality. Recently, there have been cases of influential people in social media spreading misinformation, which is a potentially dangerous action. To prevent it, we need to identify which users will negatively impact the community, and we might be able to predict such behavior through personality recognition from their social media posts. This dissertation presents an approach to personality recognition from text. During the bibliographic revision, we learned that a text analysis tool called LIWC is repeatedly used with success for tasks of this type, thus we chose the LIWC dictionary to be the base feature set to consider. Also, we have found that Support-Vector Machine classifiers exhibit the best results. From these two findings, we outlined the following objectives: (i) exploit machine learning algorithms different from the ones used in related works to find one that produces better results; (ii) analyze whether extending LIWC’s vocabulary without supervision improves the classification results. For training and testing, we used a data set of stream-of-consciousness essays comprised of 2468 samples annotated with the Big Five personality traits of the writer: openness to experience, conscientiousness, extraversion, agreeableness, and neuroticism. We used four machine learning algorithms for classification: Support-Vector Machine, Naive Bayes, Decision Tree, and Random Forest. Also, we selected two methods for vocabulary expansion: WordNet’s synsets, and Word Embeddings. The results obtained show that the Random Forest classifier performs similarly to the algorithms used in related works, with an average accuracy of approximately 56.5%, which are promising ratings. The vocabulary expansions we have performed allowed the algorithm to match 0.6% more words from the essay data set. However, the changes to the classification results were not significant, therefore the vocabulary expansion was not beneficial.