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 | Gomes Junior, Luiz Celso | - |
Autor(es): dc.contributor | https://orcid.org/0000-0002-1534-9032 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/0370301102971417 | - |
Autor(es): dc.contributor | Santanchè, André | - |
Autor(es): dc.contributor | https://orcid.org/0000-0002-1756-4852 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/5121623021406209 | - |
Autor(es): dc.contributor | Gomes Junior, Luiz Celso | - |
Autor(es): dc.contributor | https://orcid.org/0000-0002-1534-9032 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/0370301102971417 | - |
Autor(es): dc.contributor | Lüders, Ricardo | - |
Autor(es): dc.contributor | https://orcid.org/0000-0001-6483-4694 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/5158617067991861 | - |
Autor(es): dc.creator | Leal, Manoel Flavio | - |
Data de aceite: dc.date.accessioned | 2025-08-29T12:52:47Z | - |
Data de disponibilização: dc.date.available | 2025-08-29T12:52:47Z | - |
Data de envio: dc.date.issued | 2022-09-30 | - |
Data de envio: dc.date.issued | 2022-09-30 | - |
Data de envio: dc.date.issued | 2022-08-24 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/29797 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1103525 | - |
Descrição: dc.description | Social distancing is one of the most effective measures to reduce the spread of COVID-19. However, its practice changes people’s routines, impacting crime patterns. This work has two primary objectives: (i) to analyze the impacts of the pandemic on crime patterns in Curitiba and (ii) to implement a tool to identify and alert changes in crime patterns. Each of the crimes was analyzed individually. Analyzes were performed on the time series through the additive decomposition of its components to identify trends and changes in temporal patterns. Regression models were built to measure the influence of restriction measures and the population’s permanence at home on the pattern of crimes. Local indicators of spatial association were used to identify relevant spatial clusters in the entire region of Curitiba. The analysis identified several statistically significant crime pattern changes. With the knowledge acquired in the studies, a pattern change detection and alerting tool were proposed. The developed tool uses time series and geographic data anomaly detection to identify pattern changes. The tool can be used in any crime tracking scenario, not necessarily associated with pandemics. | - |
Descrição: dc.description | O distanciamento social é uma das medidas mais eficazes para reduzir a disseminação da COVID-19. Entretanto, sua prática acaba por alterar a rotina das pessoas, podendo impactar nos padrões de criminalidade. Este trabalho tem dois objetivos primários: (i) analisar os impactos da pandemia nos padrões de crime na cidade de Curitiba e (ii) implementar uma ferramenta para identificação e alerta de mudanças em padrões de crime. Cada um dos crimes foi analisado individualmente. Foram realizadas análises nas séries temporais por meio da decomposição aditiva de suas componentes com objetivo de identificar tendências e alterações nos padrões temporais. Os modelos de regressão foram construídos para mensurar a influência das medidas de restrição e da permanência da população em casa no padrão dos crimes. Foram utilizados indicadores locais de associação espacial para identificar clusters espaciais relevantes em toda região de Curitiba. As análises identificaram diversas mudanças de padrão de crime estatisticamente significativas. Com o conhecimento adquirido nas análises, uma ferramenta de detecção e alerta de mudanças de padrões foi proposta. A ferramenta desenvolvida utiliza a detecção de anomalias em séries temporais e dados geográficos para identificar mudanças de padrão. A ferramenta pode ser usada em qualquer cenário de acompanhamento de crimes, não necessariamente associado a pandemias. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Curitiba | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Programa de Pós-Graduação em Computação Aplicada | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
Palavras-chave: dc.subject | Crime - Análise | - |
Palavras-chave: dc.subject | Análise de séries temporais | - |
Palavras-chave: dc.subject | COVID-19 (Doença) | - |
Palavras-chave: dc.subject | Análise de regressão | - |
Palavras-chave: dc.subject | Análise espacial (Estatística) | - |
Palavras-chave: dc.subject | Crime - Analysis | - |
Palavras-chave: dc.subject | Time-series analysis | - |
Palavras-chave: dc.subject | COVID-19 (Disease) | - |
Palavras-chave: dc.subject | Regression analysis | - |
Palavras-chave: dc.subject | Spatial analysis (Statistics) | - |
Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | - |
Palavras-chave: dc.subject | Ciência da Computação | - |
Título: dc.title | Impacto da pandemia da COVID-19 nos padrões de crimes: análises espaço-temporais para avaliar o passado e informar o presente | - |
Título: dc.title | Impact of COVID-19 pandemic on crime patterns: spatio-temporal analyses to asses the past and inform the present | - |
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: