Lista de Projetos

MEMORALU propõe-se a desenvolver um documentário sobre a memória das resistências armadas à ditadura em Portugal. Este trabalho académico e cinematográfico visa abordar um aspeto frequentemente negligenciado da história portuguesa–o papel e impacto da LUAR (Liga de Unidade e Ação Revolucionária), ARA (Ação Revolucionária Armada) e BR (Brigadas Revolucionárias) na luta contra o regime autoritário que precedeu a Revolução dos Cravos. Contrariando a tendência de esquecimento e desvalorização desta parcela da história, MEMORALU tem como objetivo resgatar e a memória coletiva sobre as resistências armadas, iluminando as suas motivações, desafios e o seu legado na sociedade portuguesa contemporânea. No entanto, procura executar este mesmo objetivo tendo em consideração o contexto sociopolítico e a integração estratégica da ação armada num panorama de insurreições, atentados e golpes que atravessa a história da luta de massas contra o fascismo em Portugal.

O Projeto NeuroWelfare (NW) aplica uma abordagem neurosociológica inovadora para estudar os impactos neurobiológicos e cognitivos das políticas de proteção social. Indo além das análises comportamentais tradicionais, o projeto utiliza neurociência (EEG) e testes cognitivos em recipientes de transferências monetárias (TM) em ambientes naturalistas. O objetivo principal é comparar como as TMs condicionadas (CCTs) e não condicionadas (UCTs) afetam distintamente a atividade cerebral e as relações de confiança social, visando traduzir essas descobertas em melhorias para as políticas públicas.  

Os países europeus, incluindo Portugal, implementaram uma medida política excecional em resposta à crise humanitária na Ucrânia para garantir a proteção dos cidadãos ucranianos. Em primeiro lugar, o projeto examina as respostas políticas de Portugal e da UE à proteção dos ucranianos para compreender a posição de Portugal no âmbito de uma estratégia europeia mais ampla. Em segundo lugar, o projeto avalia a coordenação entre os atores portugueses e a UE ao longo de um período de quatro anos após a ativação da TPD. Em terceiro lugar, o projeto identifica as políticas implementadas para a integração no mercado de trabalho e caracteriza os perfis dos ucranianos que participam neste processo. Por último, o projeto avalia a eficácia da TPD na facilitação da integração no mercado de trabalho. O estudo utiliza uma abordagem de investigação qualitativa. Através da análise de políticas, documentos e entrevistas semiestruturadas, o projeto pretende responder à principal questão de investigação: «Como é que a política portuguesa responde à integração dos refugiados ucranianos no mercado de trabalho?». O projeto contribuirá para a compreensão das respostas políticas às crises humanitárias e para a melhoria dos resultados da integração no mercado de trabalho ucraniano em Portugal. Equipa de orientação: Joana AzevedoAlejandra Ortiz

Consultoria para preparação do Quadro Legal e Funcional do Observatório da Empregabilidade em Angola, no âmbito do concurso lançado pelo Ministério do Ensino Superior, Ciência, Tecnologia e Inovação da República de Angola, através do seu Projeto do Ensino Superior, Ciência e Tecnologia (TEST), a financiar pelo Banco Internacional para a Reconstrução e o Desenvolvimento (BIRD) e pela Parceria Global para a Educação (PGE).

A Modelação Bayesiana de Equações Estruturais (BSEM) tem recebido atenção significativa devido à sua capacidade de resolver problemas comuns encontrados nas abordagens frequentistas, como a não convergência, os casos de Heywood, as limitações do tamanho da amostra e as soluções inadmissíveis. Além disso, a BSEM pode estimar modelos complexos com os quais os métodos clássicos de máxima verosimilhança frequentemente se debatem. Um componente crucial da BSEM é a incorporação de conhecimento prévio através de distribuições a priori, o que oferece uma vantagem única sobre os métodos frequentistas, ao permitir que informações previamente conhecidas sejam incluídas de forma transparente nas especificações do modelo. A elicitação apropriada de priors é essencial para traduzir o conhecimento do domínio em distribuições de probabilidade, melhorando assim a precisão e a fiabilidade do modelo. Apesar disso, o desenvolvimento e a adoção generalizada de técnicas robustas de elicitação de priors em BSEM permanecem limitados. Este projeto visa avançar o campo da BSEM através de métodos computacionais inovadores e aplicações práticas, com foco no processamento por GPU e no seu potencial para aumentar a eficiência dos cálculos bayesianos. Ao aproveitar as capacidades de computação paralela fornecidas pelas unidades de processamento gráfico modernas, o projeto procura acelerar significativamente os processos computacionais envolvidos na BSEM. Adicionalmente, o projeto explorará o uso da BSEM no desenvolvimento de instrumentos psicométricos, empregando técnicas como o Markov Chain Monte Carlo (MCMC) utilizando o No-U-Turn Sampler (NUTS) para a estimação de modelos latentes. Estas inovações prometem oferecer insights mais profundos sobre a precisão da medição e melhorar a validade dos instrumentos psicométricos em diversas populações. Os resultados esperados deste projeto incluem uma melhor eficiência computacional, estimações de modelo otimizadas e uma maior adoção dos métodos bayesi...