By modeling COVID-19 data, and drawing up thematic maps, it was possible to analyze spatiotemporal behavior patterns of the new coronavirus in Pernambuco. It is possible to identify: 01- The highest numbers of cases and deaths are related to the cities with the highest GDP per capita; 02- The spread of the disease follows the directions of the main network of federal highways; 03- The thematic maps of municipalities added to the numbers of cases and deaths have repercussions on the articulated and intense propagation of patterns in blocks of municipalities connected by highways in the timeline, as the cases of Serra Talhada, São José de Belmonte, Mirandiba, Salgueiro and Parnamirim; 04- Other municipalities such as Santa Maria da Boa Vista and Orocó are isolated with fewer cases, as well as Belém do São Francisco and Carnaubeira da Penha, small isolated blocks with fewer cases and deaths, similarly to Ibimirim and Custódia; Águas Belas and Serra Talhada are outside the propagation block, the “island-municipalities”, thus revealing a behavior of propagation of the disease, of isolated or articulated municipalities around and along federal road axes. BR-104 and 232 assume regional influence and state and local roads may have contributed to greater "capillarity" of the spread of COVID-19.
Churn rate corresponde a taxa de cancelamento quanto ao uso de produtos/serviços oferecidos por empresas. Empresas de telecomunicações, por exemplo, costumam apresentar valores elevados de churn rate devido à alta concorrência no setor. Sendo assim, fundamental que, as empresas tenham condições de prever quando e porque um cliente deixará de usar seus serviços, para que se possa realizar ações capazes de evitar ou ao menos minimizar o churn. O presente trabalho tem como premissa criar e comparar modelos de previsibilidade de churn rate a partir de dados de uma empresa de telecomunicações afim de munir a mesma com informações para a tomada de decisões mais assertivas em ações que minimizem os cancelamentos por parte dos clientes. Foram utilizados dados de uma operadora de telecomunicações com uma grande carteira de clientes. A base de dados foi tratada para implementação e realização de experimentos com algoritmos de aprendizado de máquina e técnicas de mineração de dados. Por fim, sete hipóteses foram testadas as quais demonstraram que: (H1) a maior taxa de rotatividade está em clientes do sexo feminino; (H2) clientes antigos tendem a fazer maior rotatividade; (H3) as mensalidades para quem possui streaming de vídeo são maiores; (H4) os custos tendem a abaixar conforme o passar do tempo de assinatura; (H5) clientes que não possuem dependentes tendem a churnar mais do que clientes que possuem dependentes; (H6) clientes que não possuem suporte técnico são mais propícios a churn; e (H7) clientes que possuem o serviço de backup online tendem a churnar menos.
11 June 2026 in Perspectivas em Diálogo: revista de educação e sociedade
A educação é um elemento central para a promoção do desenvolvimento sustentável, e a meta 4.a do Objetivo de Desenvolvimento Sustentável 4 (ODS 4) enfatiza a importância da infraestrutura escolar para ambientes de aprendizagem adequados. Este estudo tem como objetivo identificar os ODS e metas relacionados à meta 4.a, bem como analisar a contribuição dos indicadores do Censo Escolar, produzidos pelo Instituto Nacional de Estudos e Pesquisas Educacionais (INEP), para seu monitoramento no Brasil. A pesquisa adotou abordagem qualitativa e exploratória, com base na análise das 169 metas da Agenda 2030 e sua articulação com indicadores do Censo Escolar de 2023. A meta 4.a foi utilizada como eixo estruturador para estabelecer correspondências entre metas e indicadores de infraestrutura escolar. Os resultados indicam que a acessibilidade é amplamente contemplada. Entretanto, aspectos como ventilação, iluminação natural, qualidade do ar, características construtivas e resiliência a desastres são pouco abordados. Em relação à água, energia e resíduos, há indicadores relevantes, porém ainda limitados. Conclui-se que persistem lacunas no monitoramento da infraestrutura escolar à luz da Agenda 2030, evidenciando a necessidade de aprimoramento dos indicadores disponíveis.