JustificativaO presente artigo apresenta uma proposta temática linguístico-educacional concernente ao Ensino da Língua Inglesa desde os anos iniciais de uma criança em idade escolar. Percebe-se que léxicos provenientes de outros idiomas tornaram-se incorporados ao idioma nacional por causa do processo de colonização e na contemporaneidade é notória a inclusão de termos de origem inglesa na composição e ampliação do léxico da Língua Portuguesa falada no Brasil. Objetivo(s)- incentivar o desenvolvimento cognitivo das crianças; - provocar melhorias no aproveitamento intelectual em outros componentes curriculares; Método(s)Com o método pela abordagem comunicativa salienta-se o objetivo de apresentar aos discentes o máximo possível de situações de uso real da língua. Desta forma, o discente entra em contato com um grande número de gêneros textuais - que vão de cartas e notícias de jornal a músicas e diálogos informais. Resultado(s)A partir dos resultados, pode-se afirmar que ensinar uma segunda língua para crianças com autismo pode ser uma forma de ajudá-las a se desenvolverem cada vez mais, tanto no aspecto cognitivo, quanto no social, visto que o estudo da Língua Inglesa permite que a criança interaja com as pessoas ao seu redor. Conclusão(ões)Em se tratando do sujeito com Transtorno do Espectro Autista torna-se primordial a dialética entre os envolvidos em seu processo de adaptação na sociedade, haja vista que essa relação dos profissionais com a família é fundamental para o desenvolvimento do autista, permitindo-lhe avanços significativos no âmbito social e educacional.

La evolución de la historia clínica electrónica del paciente ha permitido en los últimos años aplicaciones informáticas desde el registro en sistemas de información hasta la aplicación de Inteligencia Artificial en grandes repositorios de datos permitiendo el uso de aprendizaje automático y profundo facilitando la identificación de patrones para diagnósticos, tratamientos, aplicaciones farmacéuticas, entre otras; este conjunto de información y modelos computacionales disponibles de manera pública o privada presenta riesgos y beneficios en el ámbito de la aplicación del Derecho; por ello que se realiza un estudio de manera clara cómo se maneja esta información de manera doctrinal, las propuestas que existen en el ámbito internacional como son el marco Europeo o Latinoamericano, tomándose los criterios de seguridad informática que coadyuven a la anonimización de los datos del paciente, de esta manera se tiene un marco general y propositivo de los ámbitos a ser tratados con la información del paciente.

Restoration of the communication between brain circuitry is a crucial step in the recovery of brain damage induced by traumatic injuries or neurological insults. In this work we present a study of real-time unidirectional communication between a spiking neuronal network (SNN) implemented on digital platform and an in-vitro biological neuronal network (BNN), generating similar spontaneous patterns of activity both spatial and temporal. The communication between the networks was established using patterned optogenetic stimulation via a modified digital light projector (DLP) receiving real-time input dictated by the spiking neurons’ state. Each stimulation consisted of a binary image composed of 8 × 8 squares, representing the state of 64 excitatory neurons. The spontaneous and evoked activity of the biological neuronal network was recorded using a multi-electrode array in conjunction with calcium imaging. The image was projected in a sub-portion of the cultured network covered by a subset of the all electrodes. The unidirectional information transmission (SNN to BNN) is estimated using the similarity matrix of the input stimuli and output firing. Information transmission was studied in relation to the distribution of stimulus frequency and stimulus intensity, both regulated by the spontaneous dynamics of the SNN, and to the entrainment of the biological networks. We demonstrate that high information transfer from SNN to BNN is possible and identify a set of conditions under which such transfer can occur, namely when the spiking network synchronizations drive the biological synchronizations (entrainment) and in a linear regime response to the stimuli. This research provides further evidence of possible application of miniaturized SNN in future neuro-prosthetic devices for local replacement of injured micro-circuitries capable to communicate within larger brain networks.

Autism Spectrum Disorder (ASD) is a largely prevalent neurodevelopmental condition with a big social and economical impact affecting the entire life of families. There is an intense search for biomarkers that can be assessed as early as possible in order to initiate treatment and preparation of the family to deal with the challenges imposed by the condition. Brain imaging biomarkers have special interest. Specifically, functional connectivity data extracted from resting state functional magnetic resonance imaging (rs-fMRI) should allow to detect brain connectivity alterations. Machine learning pipelines encompass the estimation of the functional connectivity matrix from brain parcellations, feature extraction, and building classification models for ASD prediction. The works reported in the literature are very heterogeneous from the computational and methodological point of view. In this paper, we carry out a comprehensive computational exploration of the impact of the choices involved while building these machine learning pipelines. Specifically, we consider six brain parcellation definitions, five methods for functional connectivity matrix construction, six feature extraction/selection approaches, and nine classifier building algorithms. We report the prediction performance sensitivity to each of these choices, as well as the best results that are comparable with the state of the art.