A alfabetização cartográfica constitui elemento fundamental para a formação geográfica dos estudantes ao longo de toda a educação básica. Este artigo analisa como a Base Nacional Comum Curricular (BNCC) de 2018 contempla a alfabetização cartográfica no Ensino Fundamental II, investigando possíveis lacunas nos conteúdos propostos e sua repercussão no desempenho dos alunos. Para tanto, realizou-se pesquisa bibliográfica e aplicação de atividade diagnóstica com 18 alunos do 6º ano do Colégio Estadual Barbosa Ferraz, no município de Andirá – PR. Os resultados evidenciam dificuldades nas noções de orientação, uso de escala e leitura de legendas, sugerindo que a cartografia escolar tem sido insuficientemente explorada, tanto no documento curricular quanto na prática docente.
O artigo analisa a consolidação do Núcleo de Apoio e Assistência Estudantil (NAE) da Universidade Estadual do Norte do Paraná (UENP) como instância articuladora das políticas de permanência, inclusão e equidade no ensino superior público. Para tanto foi realizada uma pesquisa documental. Após análise emergiram quatro categorias que se inter-relacionam promovendo práticas que fortalecem a permanência estudantil, são elas: apoio pedagógico e apoio psicológico ofertados aos estudantes; pela atuação das comissões vinculadas ao NAE; pelas políticas e programas de permanência estudantil; e pelas ações de pesquisa e produção de conhecimento. As ações do NAE evidenciadas a partir das categorias encontradas dialogam com a literatura nacional sobre a permanência estudantil na universidade. Conclui-se propondo a elevação do NAE à condição de Pró-Reitoria de Apoio e Assistência Estudantil, como medida necessária para o fortalecimento institucional e a consolidação de uma política universitária voltada à promoção da equidade, do bem-estar e da transformação social.
O presente artigo analisa criticamente a incorporação de sistemas de Inteligência Artificial (IA) nas políticas de segurança pública brasileiras, com especial atenção aos efeitos da chamada vigilância algorítmica sobre populações historicamente vulnerabilizadas. Partindo da criminologia crítica, o estudo questiona o discurso de neutralidade, eficiência e prevenção que legitima o uso de tecnologias como reconhecimento facial, policiamento preditivo e análise automatizada de dados criminais. Demonstra-se que tais ferramentas, ao serem treinadas com bases de dados historicamente enviesadas, tendem a reproduzir e intensificar a seletividade penal, especialmente contra populações negras, periféricas e empobrecidas, reforçando a lógica do “inimigo penal” sob uma fachada tecnocientífica. A pesquisa evidencia ainda os riscos jurídicos decorrentes da opacidade algorítmica, da ausência de mecanismos de contestação das decisões automatizadas e da fragilidade do controle democrático sobre sistemas adquiridos de empresas privadas. No campo normativo, destaca-se o vácuo legislativo existente no Brasil, uma vez que a Lei Geral de Proteção de Dados exclui expressamente o tratamento de dados para fins de segurança pública, sem que tenha sido editada legislação específica substitutiva. Analisa-se, nesse contexto, o Projeto de Lei nº 1.515/2022 como proposta de avanço regulatório, embora ainda insuficiente para enfrentar plenamente as desigualdades estruturais produzidas pela automação do controle penal. Conclui-se que a ausência de regulação adequada pode consolidar um estado de exceção algorítmico, sendo imprescindível a criação de um marco normativo democrático, transparente e orientado à proteção dos direitos fundamentais.
Objetivo: Mapear e analisar o nível de disclosure das informações de riscos evidenciadas nas demonstrações financeiras das instituições financeiras atuantes no Brasil. Método: Checklist desenvolvido com base nas diretrizes da Resolução nº 4.557/2017 e no estudo de Basto e Marques (2024). A análise concentrou-se nas notas explicativas presentes nas Demonstrações Contábeis Consolidadas (IFRS) das instituições financeiras classificadas nos segmentos S1 e S2 do CMN, abrangendo o período de 2017 a 2023, totalizando 84 documentos examinados por meio de análise de conteúdo. Resultados: Os achados indicam que os riscos mais frequentemente divulgados foram: Risco de Mercado (78%), Risco de Crédito (52%) e IRRBB (47%). Também foi identificado um aumento nos níveis de disclosure nos dois primeiros anos após a vigência da Resolução, seguido de certa estabilidade e queda ao longo do tempo. Observou-se variação na divulgação entre os períodos e instituições, sugerindo a ausência de um padrão consolidado para o setor. Isso evidencia a necessidade de avanços na definição de critérios claros sobre quais informações de risco são realmente relevantes para os usuários. Contribuições: Como contribuição social, os resultados colaboram com o debate sobre a transparência no mercado bancário. Como contribuição prático-regulatória, os achados podem subsidiar decisões de órgãos reguladores referentes à inclusão ou ajuste dos requerimentos mínimos de divulgação de riscos bancários. E, como contribuição acadêmico-científica, o checklist de avaliação do nível de disclosure pode ser usado em pesquisas futuras.
Este artigo apresenta a proposta de um Esquema Relacional de um banco de dados para Transparência de dados pessoais. A proposta foi criada a partir da necessidade de um modelo genérico de dados para apoiar a construção de software transparente. O modelo baseou-se no TR-Model, um perfil de aplicação de metadados, e foi validado com o uso de Inteligência Artificial Generativa. Os resumos mostraram que o modelo foi satisfatório para ações de auditoria e parcialmente satisfatório para previsão de informações.
