Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Santos, Bruno Samways dos | - |
Autor(es): dc.contributor | Santos, Bruno Samways dos | - |
Autor(es): dc.contributor | Lima, Rafael Henrique Palma | - |
Autor(es): dc.contributor | Andrade, Pedro Rochavetz de Lara | - |
Autor(es): dc.creator | Dias, Matheus Santos | - |
Data de aceite: dc.date.accessioned | 2025-08-29T12:42:02Z | - |
Data de disponibilização: dc.date.available | 2025-08-29T12:42:02Z | - |
Data de envio: dc.date.issued | 2024-09-18 | - |
Data de envio: dc.date.issued | 2024-09-18 | - |
Data de envio: dc.date.issued | 2024-08-21 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/34842 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1100269 | - |
Descrição: dc.description | With the significant increase in the flow of Venezuelan immigrants to Brazil in recent years, it is crucial to understand the different profiles within this population to formulate effective public policies and provide appropriate assistance. This study aims to identify these profiles using unsupervised machine learning, specifically the k-means clustering algorithm, utilizing the 2021 dataset provided by the United Nations High Commissioner for Refugees (UNHCR). By applying evaluation metrics such as the silhouette coefficient and the elbow method, it was determined that the optimal number of groups would be two. This segmentation revealed significant differences between immigrant profiles, highlighting greater vulnerability among those who arrived in Brazil more recently, particularly during the COVID-19 pandemic. The results indicate that recent refugees face more intense challenges, likely due to a combination of new economic and social difficulties exacerbated by the global health crisis. These findings underscore the urgent need for targeted public policies that address the specific needs of the most recent and vulnerable immigrants, helping to ensure more effective integration and an appropriate response to the challenges they face. It also highlights the need for a greater understanding of the conditions under which the research was conducted and a concerted effort by the Brazilian government to centralize this information and ensure that immigrants in higher degrees of vulnerability are also heard to avoid potential biases. | - |
Descrição: dc.description | Com o aumento significativo do fluxo de imigrantes venezuelanos para o Brasil nos últimos anos, é fundamental compreender os diversos perfis dessa população para formular políticas públicas eficazes e fornecer assistência adequada. Este estudo visa identificar esses perfis por meio de aprendizado de máquina não supervisionado, especificamente o algoritmo de agrupamento k-means, utilizando a base de dados de 2021 disponibilizada pelo Alto-comissariado das Nações Unidas para os Refugiados (ACNUR). Através da aplicação de métricas de avaliação como o coeficiente de silhueta e o método do cotovelo, foi definido que o número ideal de grupos seria dois. Essa segmentação revelou diferenças significativas entre os perfis dos imigrantes, destacando uma maior vulnerabilidade entre aqueles que chegaram ao Brasil mais recentemente, especialmente durante a pandemia de COVID-19. Os resultados indicam que os refugiados recentes enfrentam desafios mais intensos, possivelmente devido à combinação de novas dificuldades econômicas e sociais exacerbadas pela crise sanitária global. Essas descobertas sublinham a necessidade urgente de políticas públicas direcionadas que atendam às necessidades específicas dos imigrantes mais recentes e vulneráveis, ajudando a garantir uma integração mais eficaz e uma resposta adequada aos desafios enfrentados. Destaca-se ainda a necessidade de um maior entendimento das condições em que a pesquisa foi realizada e de um esforço por parto do governo brasileiro de centralizar estas informações e garantir que imigrantes em maior grau de vulnerabilidade também sejam ouvidos para evitar possíveis vieses. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Londrina | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Engenharia de Produção | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-sa/4.0/ | - |
Palavras-chave: dc.subject | Aprendizado do computador | - |
Palavras-chave: dc.subject | Análise por agrupamento | - |
Palavras-chave: dc.subject | Imigração - Venezuela | - |
Palavras-chave: dc.subject | Brasil - Emigração e imigração | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | Cluster analysis | - |
Palavras-chave: dc.subject | Immigration - Venezuela | - |
Palavras-chave: dc.subject | Brazil - Emigration and immigration | - |
Palavras-chave: dc.subject | CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO | - |
Título: dc.title | Aplicação de técnicas de agrupamento para avaliar perfis de vulnerabilidade de imigrantes Venezuelanos no Brasil | - |
Título: dc.title | Application of clustering techniques to assess vulnerability profiles of Venezuelan immigrants in Brazil | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: