http://repositorio.unesc.net/handle/1/8124 Wed, 22 Jul 2026 04:01:30 GMT 2026-07-22T04:01:30Z http://repositorio.unesc.net/handle/1/13028 Título: Integração do método Pomodoro e tecnologia computacional na redução da procrastinação acadêmica Autor(es): Bicinthe, Nerline Resumo: A procrastinação acadêmica, caracterizada pelo adiamento voluntário de atividades educacionais, representa uma falha de autorregulação frequentemente associada à dificuldade de gerenciamento do tempo (Klingsieck, 2013). Para mitigar seus impactos, a literatura destaca abordagens como a Técnica Pomodoro, focada em ciclos de concentração e descanso (Cirillo, 2013). Mais recentemente, a Inteligência Artificial (IA) tem emergido como um recurso importante para a personalização de sistemas educacionais (Jahnke et al., 2025; Junior et al., 2024). Partindo desses conceitos, este trabalho tem como objetivo desenvolver o FocusAI, um aplicativo móvel focado em combater o comportamento procrastinatório de estudantes universitários. A pesquisa possui caráter aplicado e exploratório, envolvendo a construção de um protótipo com Flutter, Spring Boot e integração ao modelo local de IA Ollama. O sistema permite identificar perfis comportamentais predominantes, baseados em fatores como sobrecarga, distrações e medo de falhar (Steel, 2007; Barrozo; Rocha, 2018), e fornecer recomendações de estudos estratégicas adaptadas ao usuário. Os resultados demonstram a viabilidade técnica da integração entre a gestão temporal e as intervenções comportamentais geradas por IA. Conclui-se que o artefato desenvolvido supera as ferramentas genéricas ao oferecer apoio educacional customizado, embora demande a realização de validações empíricas com usuários finais em trabalhos futuros. Descrição: Artigo de Conclusão de Curso, apresentado para obtenção do Grau de Bacharel no curso de Ciência da Computação da Universidade do Extremo Sul Catarinense, UNESC. http://repositorio.unesc.net/handle/1/13028 http://repositorio.unesc.net/handle/1/13027 Título: Desenvolvimento de um sistema microcontrolado para gerenciamento de bicicletas compartilhadas na Universidade do Extremo Sul Catarinense Autor(es): Sombrio, Miguel Resumo: Este trabalho apresenta o desenvolvimento e a validação do BikeIOT, com o objetivo de propor uma solução baseada em Internet das Coisas para o gerenciamento de bicicletas compartilhadas em ambiente universitário. A solução utiliza uma arquitetura distribuída composta por firmware embarcado, API backend, aplicativo móvel e painel administrativo, integrando Bluetooth Low Energy, protocolo de mensageria sobre rede móvel 4G, GPS e geofencing. O firmware embarcado em ESP32 foi responsável pelo controle da trava, validação criptográfica de comandos e envio de telemetria. A API realizou autenticação, assinatura digital temporária e integração com o sistema de mensageria, enquanto o aplicativo móvel permitiu a autenticação do usuário e a comunicação com a bicicleta. Os resultados demonstraram a viabilidade técnica da arquitetura proposta, validando a integração entre comunicação local e remota, controle de acesso, telemetria e restrição espacial. Também foram identificadas limitações relacionadas à conectividade móvel, à precisão do GPS e à validação em ambiente controlado. Descrição: Artigo de Conclusão de Curso, apresentado para obtenção do Grau de Bacharel no curso de Ciência da Computação da Universidade do Extremo Sul Catarinense, UNESC. http://repositorio.unesc.net/handle/1/13027 http://repositorio.unesc.net/handle/1/13026 Título: Aplicação para análise e detecção de notícias falsas e manipulação de mídia Autor(es): Matos, Mateus Santos de Resumo: A disseminação de fake news representa um dos principais desafios da era digital, comprometendo a confiabilidade das informações compartilhadas em ambientes online. Apesar da existência de ferramentas para verificação de textos, links ou imagens de forma isolada, há carência de soluções que integrem essas modalidades em uma única aplicação de forma prática e acessível. Este trabalho tem como objetivo identificar a veracidade e a confiabilidade de informações divulgadas na internet por meio de uma aplicação web baseada na análise multimodal de textos, links e imagens. A metodologia utilizou inteligência artificial, Processamento de Linguagem Natural e mecanismos de busca. A solução foi avaliada por meio das métricas de acurácia, precisão, recall e F1-score em cada modalidade, obtendo resultados expressivos, com destaque para a análise textual, que alcançou acurácia e F1-score de 0,95. Os resultados demonstram o potencial da inteligência artificial como ferramenta de apoio à verificação de informações e evidenciam a viabilidade da abordagem proposta, integrando diferentes formatos de conteúdo digital em um único ambiente e contribuindo para pesquisas na área de detecção automática de desinformação. Descrição: Artigo de Conclusão de Curso, apresentado para obtenção do Grau de Bacharel no curso de Ciência da Computação da Universidade do Extremo Sul Catarinense, UNESC. http://repositorio.unesc.net/handle/1/13026 http://repositorio.unesc.net/handle/1/13025 Título: Reconhecimento automático de placas veiculares com aprendizado profundo para a segurança em condomínios Autor(es): Margotti, Luan Costa Resumo: A segurança em condomínios residenciais de pequeno e médio porte representa um desafio crescente no Brasil, onde os métodos tradicionais de controle de acesso veicular, como registro manual por porteiros e sistemas de identificação por radiofrequência, apresentam limitações relevantes, incluindo suscetibilidade a falhas humanas e compartilhamento indevido de credenciais. Este trabalho propõe e avalia um sistema de Reconhecimento Automático de Placas Veiculares voltado ao controle de acesso condominial, com foco específico no padrão Mercosul vigente desde 2018. O sistema foi desenvolvido em Python com a arquitetura YOLOv8n, treinado sobre 6.536 imagens de placas veiculares reais em carros, e integra cinco estágios sequenciais: detecção da placa, pré-processamento, reconhecimento de caracteres, pós-processamento por expressão regular e controle de acesso com registro em log. Os experimentos foram conduzidos em estação de trabalho com GPU NVIDIA GeForce RTX 3060. Sobre o conjunto de 1.862 imagens de validação, o sistema alcançou acurácia de 92,37% no reconhecimento completo das placas e velocidade de processamento de 25,85 quadros por segundo, demonstrando viabilidade operacional para controle de acesso em tempo real. Complementarmente, em três vídeos capturados por smartphone em cenários condominiais reais, o sistema identificou corretamente as placas e emitiu as decisões esperadas nos três cenários avaliados: morador com acesso ativo, morador com cadastro inativo e visitante não cadastrado. Os resultados indicam a viabilidade técnica do sistema proposto como alternativa baseada em infraestrutura convencional aos sistemas comerciais de controle de acesso veicular. Descrição: Artigo de Conclusão de Curso, apresentado para obtenção do Grau de Bacharel no curso de Ciência da Computação da Universidade do Extremo Sul Catarinense, UNESC. http://repositorio.unesc.net/handle/1/13025