<?xml version="1.0" encoding="UTF-8"?>
<feed xmlns="http://www.w3.org/2005/Atom" xmlns:dc="http://purl.org/dc/elements/1.1/">
<title>TCC Matemática</title>
<link href="https://repositorio.uninter.com/handle/1/782" rel="alternate"/>
<subtitle/>
<id>https://repositorio.uninter.com/handle/1/782</id>
<updated>2026-06-04T18:24:21Z</updated>
<dc:date>2026-06-04T18:24:21Z</dc:date>
<entry>
<title>Unraveling cognitive shifts: neuroscience-based strategies in mathematics education</title>
<link href="https://repositorio.uninter.com/handle/1/1595" rel="alternate"/>
<author>
<name>Olegário, Raphael Lopes</name>
</author>
<id>https://repositorio.uninter.com/handle/1/1595</id>
<updated>2025-01-23T14:30:28Z</updated>
<published>2023-01-01T00:00:00Z</published>
<summary type="text">Unraveling cognitive shifts: neuroscience-based strategies in mathematics education
Olegário, Raphael Lopes
This comprehensive integrative review surveys literature on mathematics education tailored for older adults from 2013 to 2023, culminating in the analysis of 9 selected articles out of 142. It examines the resilience of foundational numerical skills in older adults while illuminating the impact of aging on inhibitory processes and exploring the relationship between Cognitive Reserve and math abilities in late adulthood. The review also delves into tailored teaching methodologies like Reserved teaching and Unscripted performance, highlighting adaptability for aging populations. Moreover, it discusses instructional strategies&#13;
promoting technology adoption among elderly learners. The thematic analysis uncovers the&#13;
interplay between aging and cognitive functions affecting mathematical abilities, emphasizing effective pedagogical strategies that link math to real-world scenarios and integrate adaptive technologies. Yet, gaps in sustained intervention efficacy studies and challenges in implementing strategies across diverse socio-economic contexts call for further exploration, underlining the need for tailored instructional approaches and interventions to optimize learning experiences for older learners.
</summary>
<dc:date>2023-01-01T00:00:00Z</dc:date>
</entry>
<entry>
<title>Exploring biomarkers and early diagnosis in Alzheimer's disease: a bibliometric analysis from 2013 to 2023</title>
<link href="https://repositorio.uninter.com/handle/1/1594" rel="alternate"/>
<author>
<name>Olegário, Raphael Lopes</name>
</author>
<id>https://repositorio.uninter.com/handle/1/1594</id>
<updated>2025-01-23T14:30:27Z</updated>
<published>2023-01-01T00:00:00Z</published>
<summary type="text">Exploring biomarkers and early diagnosis in Alzheimer's disease: a bibliometric analysis from 2013 to 2023
Olegário, Raphael Lopes
This study conducts a thorough bibliometric analysis spanning 2013 to 2023 to explore advancements in Alzheimer's disease (AD) biomarker research. Examining scholarly literature encompassing pivotal biomarkers—beta-amyloid proteins, tau, neurofilament light chain, and advanced imaging techniques—emphasizes their significance in early diagnosis and disease progression monitoring. Unveiling emerging trends and collaborative networks, this analysis deciphers the multidimensional landscape of AD biomarker research, providing critical insights. Findings serve as a foundational guide for future research endeavors and targeted interventions in the complex realm of AD.
</summary>
<dc:date>2023-01-01T00:00:00Z</dc:date>
</entry>
<entry>
<title>A estatística e suas ferramentas necessárias para compreender e facilitar seus estudos</title>
<link href="https://repositorio.uninter.com/handle/1/1035" rel="alternate"/>
<author>
<name>Braga, Lucas</name>
</author>
<id>https://repositorio.uninter.com/handle/1/1035</id>
<updated>2022-05-16T14:00:31Z</updated>
<published>2022-01-01T00:00:00Z</published>
<summary type="text">A estatística e suas ferramentas necessárias para compreender e facilitar seus estudos
Braga, Lucas
Para o estudo da matemática existem diversas ferramentas e uma muito conhecida&#13;
e usada as vezes despercebida por vários indivíduos para obter um resultado&#13;
retirando dados de uma determinada população e se chamada estatística, é uma&#13;
parte da matemática que a coleta de dados, sendo utilizada em pesquisas para&#13;
determinar um projeção futura sendo descoberta sua utilidade nos tempos dos&#13;
faraós aonde foram encontrados pergaminhos e descrições em pedras da época&#13;
aonde foi foram encontrados registros de nascimentos, mortalidade e como&#13;
aumentar a produção de alimentos, este artigo apresenta um desenvolvimento&#13;
teórico assim apresentando alguns exercícios que se fazem necessários para o&#13;
entendimento do processo teórico e seus exercícios, para entender a aplicabilidade&#13;
de modelos estatísticos, como a confiabilidade, os testes de hipóteses e a regressão&#13;
linear, retirando amostras para o desenvolvimento dos testes e inserindo na&#13;
população total a ser estudada em cada modelo, tornando seu dia a dia mais&#13;
interessante para um determinado estudo e procurando métodos semelhantes para&#13;
sua aplicação, recolhendo informações necessárias para determinamos um&#13;
resultado de um certo modelo estatístico, como descobrir a eficiência de produtos&#13;
como telefones, máquinas industriais, drogas medicinais como vacinas, produção de&#13;
alimentos e muitos outros itens como lâmpadas, televisores, chegando a uma&#13;
conclusão que a estatística faz parte de toda produção de bens de consumo e sua&#13;
confiabilidade, na linha de produção de uma indústria de transformação com testes&#13;
de hipóteses para defeitos e aplicando a regressão linear para aumento de produção&#13;
agrícola.
</summary>
<dc:date>2022-01-01T00:00:00Z</dc:date>
</entry>
<entry>
<title>Indústria 4.0: desafios e oportunidades com o uso da matemática</title>
<link href="https://repositorio.uninter.com/handle/1/1034" rel="alternate"/>
<author>
<name>Lima, Juliano Santos</name>
</author>
<id>https://repositorio.uninter.com/handle/1/1034</id>
<updated>2022-05-16T14:00:30Z</updated>
<published>2022-01-01T00:00:00Z</published>
<summary type="text">Indústria 4.0: desafios e oportunidades com o uso da matemática
Lima, Juliano Santos
O contexto delimitado para a presente pesquisa corresponde à Quarta Revolução,&#13;
conhecida também como Era da Internet das Coisas e iniciada em 2010. Este período, que&#13;
perdura na contemporaneidade, conecta-se de forma direta com os ativos da indústria por&#13;
meio da inclusão da chamada Indústria 4.0. Este conceito foi implantado por meio da&#13;
junção do conhecimento teórico da Matemática Computacional com as aplicações práticas,&#13;
através do Aprendizado de Máquina, comumente reconhecido por seu nome original,&#13;
Machine Learning (ML). Frente à importância desempenhada pela ML, o objetivo geral da&#13;
pesquisa visa evidenciar a relação existente entre o uso da Matemática a as práticas&#13;
observadas na Indústria 4.0.
</summary>
<dc:date>2022-01-01T00:00:00Z</dc:date>
</entry>
</feed>
