Browsing by Issue Date, starting with "2022-09-12"
Now showing 1 - 3 of 3
Results Per Page
Sort Options
- Contribuições para o desenvolvimento de um novo radiofármaco de cobre-61: [61Cu]Cu-PSMA-IƐTPublication . Neves, Ana Rita Ribeiro; Jesus, Ângelo; Abrunhosa, AnteroA técnica de imagem molecular mais usada na Medicina Nuclear nos últimos anos tem sido a PET, pois permite a visualização de alterações moleculares e celulares que provocam muitas doenças, como o cancro da próstata. Mundialmente, o cancro da próstata é o cancro mais comum no sexo masculino, sendo o segundo tipo de cancro mais mortal. Vários estudos já comprovaram que há uma sobre expressão do antigénio específico da membrana da próstata em células tumorais e, como tal, começaram a ser desenvolvidos péptidos que se ligam as PSMA de forma específica. Estes péptidos marcados com diferentes radioisótopos têm como objetivo o diagnóstico e terapia do cancro da próstata. O péptido PSMA-IƐT foi radiomarcado na presença de acetato de amónio (pH = 4 – 4.5; T = 100oC; 10 minutos) com cloreto de cobre purificado; o processo foi automatizado e a estabilidade in vitro do composto foi avaliada. [61 Cu]CU-PSMA- IƐT foi sintetizado com bons rendimentos de radiomarcação e elevada pureza radioquímica, acima dos 83% e 98%, respetivamente, e a estabilidade do radiofármaco foi comprovada até 3 horas após o final da síntese. Radiofármacos de cobre-61 com afinidade ao PSMA são uma promessa para o diagnóstico do cancro da próstata.
- A pandemia covid-19 como indutor de Burnout nos gestores de microempresas e pequenas empresasPublication . Bastos, Joana Serralva de Almeida; Bernardes, Óscar Tiago FontesO surgimento da pandemia COVID-19 no planeta veio revolucionar o dia-a-dia do ser humano, mas veio essencialmente alterar o paradigma do trabalho e da Economia. Com isto, os trabalhadores tiveram de se adaptar ao novo cenário pandémico e recorrer a estratégias que lhes permitissem continuar a trabalhar e a ter uma fonte de sustento. Contudo, nem todos reagiram da mesma forma à assolação causada pelo vírus, portanto, com vista a esta problemática, levou-se a cabo este estudo cujo propósito se baseia em compreender de que forma os gestores de micro e pequenas empresas foram afetados pela pandemia, nomeadamente, se sofreram de Burnout, que é caracterizado como a doença provocada pelas circunstâncias que envolvem o trabalho e que provocam stress nos indivíduos. A presente investigação sustentou-se pela metodologia qualitativa e consistiu num estudo de caso, onde o método de recolha de dados foi a entrevista direcionada a gestores. A amostra é composta por seis gestores da zona de Aveiro. Através deste estudo foi possível perceber que a vida profissional destes gestores padeceu de enormes dificuldades quando se deu a pandemia. Alguns conseguiram adaptar-se à nova envolvente, enquanto outros deixaram abater-se pela força da crise pandémica. Várias consequências e vivências foram descritas pelos intervenientes e, devido a isso, foi possível perceber que os gestores de micro e pequenas empresas sofreram de Burnout aquando da pandemia. A falta de ajudas externas a estes pequenos negócios, o confinamento obrigatório por tempo indeterminado e a dificuldade de adaptação ao teletrabalho foram fatores de stress consideráveis para o surgimento de Burnout nestes gestores. Tendo em conta este grande problema que é o Burnout, espera-se que este trabalho possa contribuir de alguma forma para o melhoramento dos apoios psicológicos aos gestores e para o encorajamento dos mesmos na busca de estratégias que permitam melhorar a sua saúde mental, pois o Burnout é uma doença séria, severa e silenciosa que, em casos extremos, pode ter consequências irreversíveis.
- Wireless Channel Prediction Using Artificial Intelligence with Constrained Data SetsPublication . Javanmardi, Gowhar; Samano-Robles, RamiroThis work deals with the study of artificial intelligence (AI) tools for purposes of vehicular wireless channel prediction. The objective is to test the ability of different types of AI and machine learning (ML) algorithms under different types of implementation constraints. We focus particularly in highly changing scenarios where the channel state information changes relatively fast and therefore the relevant measurements or long-term statistical models are therefore scarce. This means that the training of our models can be potentially inaccurate or incomplete and we need to investigate which AI algorithm behaves better in this challenging condition. In future work we aim to investigate also computation complexity constraints, real-time deadlines, and outdated/distorted or noisy data set samples. We also aim to correlate the main properties of the well-known Jakes' channel model with the effectiveness of the type of prediction and the parameters of the different algorithms being tested. The objective of channel prediction in vehicular networks is to reduce allocation and transmission errors, thereby reducing latency and improving message transmission reliability, which is crucial for future applications such as autonomous vehicles. Results show that even in situations with incomplete data sets, AI can provide good approximate predictions on the channel outcome.