RCIPL
Repositório Institucional do Politécnico de Lisboa
Entradas recentes
Personalização de embrulhos em e-commerce: preferências do consumidor e potencial de mercado
Publication . Moreira, Vítor Jorge Castanheira; Rita, João
O e-commerce consolidou-se como forma dominante de compra, impondo às empresas a necessidade de desenvolver propostas de valor que combinem eficiência logística e diferenciação na experiência de consumo. Esta dissertação analisa a disposição dos consumidores portugueses para pagar pela personalização de embrulhos no e-commerce, articulando duas dimensões principais: comportamento do consumidor e logística estratégica. A investigação recorreu a uma abordagem quantitativa baseada em questionário online, obtendo 126 respostas válidas. Os resultados revelam que a personalização é valorizada sobretudo em ocasiões simbólicas, como aniversários e datas festivas, e que a disposição para pagar está condicionada por limites de preço reduzidos, maioritariamente até 3 euros. Elementos afetivos, como mensagens personalizadas, emergem como os mais valorizados, seguidos pela sustentabilidade dos materiais, considerada importante por mais de metade dos inquiridos. A análise confirma que a personalização pode reforçar a perceção de valor da compra e a competitividade das marcas. O estudo contribui para a literatura sobre personalização e comportamento do consumidor, e sugere que a integração de soluções de baixo custo, afetivas e sustentáveis no fulfillment poderá constituir fator diferenciador no e-commerce português. As conclusões oferecem ainda pistas para investigações futuras e para a definição de estratégias empresariais adaptadas às especificidades do mercado nacional.
Um estudo de caso de uma startup no mercado angolano no período de 2015 a 2024
Publication . Querido, Suely Marisa Rosa Moutinho; Moleiro Martins, José
O empreendedorismo tem ganhado cada vez mais espaço na sociedade angolana, e tem despertado interesse pela forma como transforma a sociedade por meio da inovação, responde a demandas reais e impulsiona o desenvolvimento da economia. Esta dissertação analisa o efeito das estratégias de negócios e crescimento adotadas pela Tupuca, que foi a primeira empresa de entrega digital em Angola, destacando-se pelo seu sucesso no mercado angolano. O estudo contextualiza a criação e a inserção do novo modelo de negócio que gira em torno da conveniência do cliente, da oferta e da operacionalização dos serviços de restaurantes parceiros. A pesquisa usa uma combinação de análise qualitativa e quantitativa, complementada por entrevistas com os principais stakeholders, para compreender como a Tupuca superou os desafios de operar em mercados emergentes. A dissertação analisa como a empresa conseguiu conquistar uma sólida base de clientes em Luanda e destaca as lições aprendidas ao longo do caminho. Além disso, o estudo oferece uma visão sobre as perspetivas futuras para o empreendedorismo no país, fornecendo insights valiosos que podem ser aplicados por outras startups que operam em contextos semelhantes.
Progressão dos defeitos glaucomatosos em doentes com apneia obstrutiva do sono em tratamento
Publication . Ferreira, Ana Rita Batista; Pinto, Iola Maria Silvério; Ferreira-Santos, Daniela
Introdução: O glaucoma é uma neuropatia ótica e uma das principais causas de cegueira a nível global. Por ser uma doença silenciosa é importante conhecer os fatores de risco. Segundo a literatura, patologias como a Síndrome da Apneia Obstrutiva do Sono (SAOS) contribuem para o seu aparecimento.
Objetivos: Clarificar a associação da SAOS com o glaucoma e compreender a relação entre a terapêutica com pressão positiva na via aérea (PAP) e as alterações glaucomatosas através do estudo da progressão dos defeitos glaucomatosos, de modo a criar um encaminhamento eficaz para estes doentes.
Métodos: O presente estudo de coorte e observacional permitiu avaliar a influência da severidada da SAOS nos indicadores oftalmológicos. Numa abordagem prospetiva e longitudinal permitiu avaliar a progressão dos defeitos glaucomatosos, segundo a adesão à PAP, através da avaliação da pressão intra-ocular (PIO), acuidade visual (AV) campos visuais (CV) e tomografia de coerência óptica (OCT). Os doentes foram avaliados antes do início da terapêutica com PAP, quatro, oito e doze meses após o início da mesma.
Resultados: A amostra incluiu 88 pacientes diagnosticados com SAOS. Após o diagnóstico não se observaram alterações significativas entre os grupos de severidade da SAOS, embora se tenha observado um aumento da PIO e diminuição de camada de fibras nervosas (RNFL) e anel neuroretiniano (MRW) no grupo com SAOS grave. Após doze meses, observou-se um aumento da PIO, para todos os grupos de adesão (p <0,001), e uma melhoria do campo visual para o grupo com boa adesão.
Conclusões: A severidade da SAOS não mostrou ter impacto significativo para as variáveis associadas ao glaucoma. Após um ano de utilização de terapêutica PAP, os resultados sugerem um aumento da PIO, independentemente da adesão, mas também uma preservação funcional e estrutural da visão para o grupo de boa adesão.
Determinação das características radiómicas informativas e o seu impacto em modelos de apoio à decisão clínica aplicada à ressonância magnética da próstata
Publication . Costa, Andreia Pinto; Santinha, João António Alves; Vieira, Lina da Conceição Capela de Oliveira
Descritores de propriedades são parâmetros quantitativos extraídos de imagens médicas, os quais têm-se demonstrado promissores no desenvolvimento de modelos preditivos de machine learning (ML) aplicados ao apoio à decisão clínica. Contudo, a reprodutibilidade dos descritores, a elevada dimensionalidade dos dados, a seleção de recursos robustos e a generalização dos modelos constituem desafios metodológicos relevantes. Este estudo avaliou o impacto de diferentes metodologias de seleção de descritores radiómicos na construção de modelos de ML para a classificação de lesões prostáticas. Para tal, foi utilizado o dataset PROSTATEx, disponibilizado pela base de dados The Cancer Imaging Archive, composto por exames retrospetivos de multiparametric magnetic resonance imaging (mpMRI), em sequência T2, constituído por 204 sujeitos e 299 lesões segmentadas. Foram extraídos descritores de primeira-ordem, textura e forma, obtidos a partir da imagem original e de imagens derivadas de filtros. Consideraram-se dois conjuntos de dados: original e randomizado (obtido pela randomização da intensidade dos píxeis). As análises estatísticas incluíram: correlação Spearman e coeficiente de correlação intraclasse (ICC). Combinação dos resultados obtidos, através de operações de interseção e união, e análise univariada, para identificar descritores com maior significância com a variável a prever. Posteriormente, foram desenvolvidos quatro modelos de ML, cada um baseado numa das metodologias de seleção de descritores, comparados através de métricas de desempenho. Os resultados mostraram que a correlação Spearman identificou 1009 descritores não redundantes tendo sido eliminados 386, enquanto o ICC considerou 789 descritores informativos, com eliminação de 620. A união dos conjuntos resultou em 1154 descritores, enquanto a interseção obteve 650. Relativamente à análise univariada, nenhum descritor foi estatisticamente significativo. Este estudo demonstra que a aplicação de métodos de seleção de descritores informativos pode contribuir para melhorar o desempenho dos modelos de ML no contexto da classificação de lesões prostáticas.
Artificial intelligence applied to brain tumor classification in MRI scans
Publication . Ribeiro, Ana Filipa Ferreira; Ribeiro, Maria Margarida do Carmo Pinto; Carreira, Fernando Paulo Neves da Fonseca Cardoso
Abstract
Gliomas are heterogeneous, difficult to delineate, and consume significant clinical time. This work prioritizes MRI preprocessing and a simple 2D U-Net, comparing pipelines that improve image quality instead of optimizing a full segmentation system under GPU/time constraints. We used multimodal BraTS 2023 data (FLAIR, T1Gd, and T2), excluding native T1 due to practical redundancy. Three methods were compared. Method 1 applied per-volume min–max normalization and geometric-center cropping. Method 2 replaced this with z-score normalization (computed only on intracranial/non-zero voxels) and centering guided by T1Gd intensity. Method 3 added bias-field correction (N4) and label-free localization based on FLAIR (Otsu + largest connected component), avoiding label leakage in testing/validation. In all cases, a simple 2D U-Net (MONAI) with three input channels and four classes was trained using Dice + cross-entropy loss and early stopping. Evaluation followed the BraTS subregions (ET, TC, WT) and standard metrics (Dice, IoU, sensitivity, precision, and specificity). Results show consistent gains for Method 3 over the others. On the test set, Method 3 achieved mean Dice of 0.626 (ET), 0.682 (TC), and 0.844 (WT), surpassing Method 2 by +0.073, +0.153, and +0.072, respectively. Improvements are most pronounced in the TC, the most challenging region. In conclusion, the intracranial normalization, bias-field correction, and FLAIR-guided centering increase input reliability and the stability of the 2D model, providing a solid foundation for future 3D extensions and external validation.