Texto para o item.

Inteligência artificial ajuda a entender e

combater o comportamento sedentário

Quando um novo ano começa, muita gente coloca, entre suas resoluções, vencer o sedentarismo. Esse problema está relacionado, sobretudo, ao excesso de tempo em comportamentos de baixo gasto energético. Uma pessoa pode, por exemplo, passar de oito a dez horas sentada no trabalho e ainda frequentar a academia regularmente. Nesse caso, ela é fisicamente ativa, mas apresenta um alto nível de comportamento sedentário.

Pesquisadores do Laboratório de Inteligência Artificial da Unicamp investigam aplicações de IA para saúde e bem-estar, incluindo a detecção do comportamento sedentário por meio de dispositivos vestíveis, como smartwatches e anéis inteligentes. O objetivo é emitir alertas preventivos antes que ocorram problemas críticos de saúde.

Embora sensores estimem os níveis de atividade física, o grande desafio é identificar com precisão o comportamento sedentário no cotidiano, já que pequenos gestos repetitivos das mãos podem confundir os aparelhos. Para solucionar esse problema, pesquisadores desenvolveram a rede neural XNet, um modelo que analisa não apenas o movimento bruto, mas também a repetição e a frequência desses gestos.

A detecção automática do comportamento sedentário abre caminho para intervenções personalizadas, como alertas para pausas ativas e metas diárias adaptadas à rotina de cada pessoa. Mais do que estimular a prática de exercícios, essas estratégias valorizam pequenas mudanças no cotidiano, reduzindo o tempo contínuo que o indivíduo passa sentado.

Do ponto de vista fisiológico, o comportamento sedentário é definido por atividades com gasto energético muito baixo, geralmente abaixo de 1,5 MET (múltiplo equivalente metabólico). A quantificação em METs permite classificar as atividades do dia a dia, enquadrando o ato de permanecer sentado ou deitado por longos períodos no nível mais baixo dessa escala.

Em uma rotina de escritório, o ideal é levantar-se a cada hora, por cerca de três minutos, para caminhar um pouco. Assim, os sistemas de monitoramento funcionam como aliados para que o usuário estabeleça metas, permitindo que ele faça escolhas mais saudáveis a partir do próprio histórico de dados.

Internet: <jornal.unicamp.br>  (com adaptações).

Em relação ao texto e aos seus aspectos linguísticos, julgue o item a seguir.

Texto para o item.

Inteligência artificial ajuda a entender e

combater o comportamento sedentário

Quando um novo ano começa, muita gente coloca, entre suas resoluções, vencer o sedentarismo. Esse problema está relacionado, sobretudo, ao excesso de tempo em comportamentos de baixo gasto energético. Uma pessoa pode, por exemplo, passar de oito a dez horas sentada no trabalho e ainda frequentar a academia regularmente. Nesse caso, ela é fisicamente ativa, mas apresenta um alto nível de comportamento sedentário.

Pesquisadores do Laboratório de Inteligência Artificial da Unicamp investigam aplicações de IA para saúde e bem-estar, incluindo a detecção do comportamento sedentário por meio de dispositivos vestíveis, como smartwatches e anéis inteligentes. O objetivo é emitir alertas preventivos antes que ocorram problemas críticos de saúde.

Embora sensores estimem os níveis de atividade física, o grande desafio é identificar com precisão o comportamento sedentário no cotidiano, já que pequenos gestos repetitivos das mãos podem confundir os aparelhos. Para solucionar esse problema, pesquisadores desenvolveram a rede neural XNet, um modelo que analisa não apenas o movimento bruto, mas também a repetição e a frequência desses gestos.

A detecção automática do comportamento sedentário abre caminho para intervenções personalizadas, como alertas para pausas ativas e metas diárias adaptadas à rotina de cada pessoa. Mais do que estimular a prática de exercícios, essas estratégias valorizam pequenas mudanças no cotidiano, reduzindo o tempo contínuo que o indivíduo passa sentado.

Do ponto de vista fisiológico, o comportamento sedentário é definido por atividades com gasto energético muito baixo, geralmente abaixo de 1,5 MET (múltiplo equivalente metabólico). A quantificação em METs permite classificar as atividades do dia a dia, enquadrando o ato de permanecer sentado ou deitado por longos períodos no nível mais baixo dessa escala.

Em uma rotina de escritório, o ideal é levantar-se a cada hora, por cerca de três minutos, para caminhar um pouco. Assim, os sistemas de monitoramento funcionam como aliados para que o usuário estabeleça metas, permitindo que ele faça escolhas mais saudáveis a partir do próprio histórico de dados.

Internet: <jornal.unicamp.br>  (com adaptações).

Em relação ao texto e aos seus aspectos linguísticos, julgue o item a seguir.

Texto para o item.

Inteligência artificial ajuda a entender e

combater o comportamento sedentário

Quando um novo ano começa, muita gente coloca, entre suas resoluções, vencer o sedentarismo. Esse problema está relacionado, sobretudo, ao excesso de tempo em comportamentos de baixo gasto energético. Uma pessoa pode, por exemplo, passar de oito a dez horas sentada no trabalho e ainda frequentar a academia regularmente. Nesse caso, ela é fisicamente ativa, mas apresenta um alto nível de comportamento sedentário.

Pesquisadores do Laboratório de Inteligência Artificial da Unicamp investigam aplicações de IA para saúde e bem-estar, incluindo a detecção do comportamento sedentário por meio de dispositivos vestíveis, como smartwatches e anéis inteligentes. O objetivo é emitir alertas preventivos antes que ocorram problemas críticos de saúde.

Embora sensores estimem os níveis de atividade física, o grande desafio é identificar com precisão o comportamento sedentário no cotidiano, já que pequenos gestos repetitivos das mãos podem confundir os aparelhos. Para solucionar esse problema, pesquisadores desenvolveram a rede neural XNet, um modelo que analisa não apenas o movimento bruto, mas também a repetição e a frequência desses gestos.

A detecção automática do comportamento sedentário abre caminho para intervenções personalizadas, como alertas para pausas ativas e metas diárias adaptadas à rotina de cada pessoa. Mais do que estimular a prática de exercícios, essas estratégias valorizam pequenas mudanças no cotidiano, reduzindo o tempo contínuo que o indivíduo passa sentado.

Do ponto de vista fisiológico, o comportamento sedentário é definido por atividades com gasto energético muito baixo, geralmente abaixo de 1,5 MET (múltiplo equivalente metabólico). A quantificação em METs permite classificar as atividades do dia a dia, enquadrando o ato de permanecer sentado ou deitado por longos períodos no nível mais baixo dessa escala.

Em uma rotina de escritório, o ideal é levantar-se a cada hora, por cerca de três minutos, para caminhar um pouco. Assim, os sistemas de monitoramento funcionam como aliados para que o usuário estabeleça metas, permitindo que ele faça escolhas mais saudáveis a partir do próprio histórico de dados.

Internet: <jornal.unicamp.br>  (com adaptações).

Em relação ao texto e aos seus aspectos linguísticos, julgue o item a seguir.

Texto para o item.

Inteligência artificial ajuda a entender e

combater o comportamento sedentário

Quando um novo ano começa, muita gente coloca, entre suas resoluções, vencer o sedentarismo. Esse problema está relacionado, sobretudo, ao excesso de tempo em comportamentos de baixo gasto energético. Uma pessoa pode, por exemplo, passar de oito a dez horas sentada no trabalho e ainda frequentar a academia regularmente. Nesse caso, ela é fisicamente ativa, mas apresenta um alto nível de comportamento sedentário.

Pesquisadores do Laboratório de Inteligência Artificial da Unicamp investigam aplicações de IA para saúde e bem-estar, incluindo a detecção do comportamento sedentário por meio de dispositivos vestíveis, como smartwatches e anéis inteligentes. O objetivo é emitir alertas preventivos antes que ocorram problemas críticos de saúde.

Embora sensores estimem os níveis de atividade física, o grande desafio é identificar com precisão o comportamento sedentário no cotidiano, já que pequenos gestos repetitivos das mãos podem confundir os aparelhos. Para solucionar esse problema, pesquisadores desenvolveram a rede neural XNet, um modelo que analisa não apenas o movimento bruto, mas também a repetição e a frequência desses gestos.

A detecção automática do comportamento sedentário abre caminho para intervenções personalizadas, como alertas para pausas ativas e metas diárias adaptadas à rotina de cada pessoa. Mais do que estimular a prática de exercícios, essas estratégias valorizam pequenas mudanças no cotidiano, reduzindo o tempo contínuo que o indivíduo passa sentado.

Do ponto de vista fisiológico, o comportamento sedentário é definido por atividades com gasto energético muito baixo, geralmente abaixo de 1,5 MET (múltiplo equivalente metabólico). A quantificação em METs permite classificar as atividades do dia a dia, enquadrando o ato de permanecer sentado ou deitado por longos períodos no nível mais baixo dessa escala.

Em uma rotina de escritório, o ideal é levantar-se a cada hora, por cerca de três minutos, para caminhar um pouco. Assim, os sistemas de monitoramento funcionam como aliados para que o usuário estabeleça metas, permitindo que ele faça escolhas mais saudáveis a partir do próprio histórico de dados.

Internet: <jornal.unicamp.br>  (com adaptações).

Em relação ao texto e aos seus aspectos linguísticos, julgue o item a seguir.

Texto para o item.

Inteligência artificial ajuda a entender e

combater o comportamento sedentário

Quando um novo ano começa, muita gente coloca, entre suas resoluções, vencer o sedentarismo. Esse problema está relacionado, sobretudo, ao excesso de tempo em comportamentos de baixo gasto energético. Uma pessoa pode, por exemplo, passar de oito a dez horas sentada no trabalho e ainda frequentar a academia regularmente. Nesse caso, ela é fisicamente ativa, mas apresenta um alto nível de comportamento sedentário.

Pesquisadores do Laboratório de Inteligência Artificial da Unicamp investigam aplicações de IA para saúde e bem-estar, incluindo a detecção do comportamento sedentário por meio de dispositivos vestíveis, como smartwatches e anéis inteligentes. O objetivo é emitir alertas preventivos antes que ocorram problemas críticos de saúde.

Embora sensores estimem os níveis de atividade física, o grande desafio é identificar com precisão o comportamento sedentário no cotidiano, já que pequenos gestos repetitivos das mãos podem confundir os aparelhos. Para solucionar esse problema, pesquisadores desenvolveram a rede neural XNet, um modelo que analisa não apenas o movimento bruto, mas também a repetição e a frequência desses gestos.

A detecção automática do comportamento sedentário abre caminho para intervenções personalizadas, como alertas para pausas ativas e metas diárias adaptadas à rotina de cada pessoa. Mais do que estimular a prática de exercícios, essas estratégias valorizam pequenas mudanças no cotidiano, reduzindo o tempo contínuo que o indivíduo passa sentado.

Do ponto de vista fisiológico, o comportamento sedentário é definido por atividades com gasto energético muito baixo, geralmente abaixo de 1,5 MET (múltiplo equivalente metabólico). A quantificação em METs permite classificar as atividades do dia a dia, enquadrando o ato de permanecer sentado ou deitado por longos períodos no nível mais baixo dessa escala.

Em uma rotina de escritório, o ideal é levantar-se a cada hora, por cerca de três minutos, para caminhar um pouco. Assim, os sistemas de monitoramento funcionam como aliados para que o usuário estabeleça metas, permitindo que ele faça escolhas mais saudáveis a partir do próprio histórico de dados.

Internet: <jornal.unicamp.br>  (com adaptações).

Em relação ao texto e aos seus aspectos linguísticos, julgue o item a seguir.

Texto para o item.

Inteligência artificial ajuda a entender e

combater o comportamento sedentário

Quando um novo ano começa, muita gente coloca, entre suas resoluções, vencer o sedentarismo. Esse problema está relacionado, sobretudo, ao excesso de tempo em comportamentos de baixo gasto energético. Uma pessoa pode, por exemplo, passar de oito a dez horas sentada no trabalho e ainda frequentar a academia regularmente. Nesse caso, ela é fisicamente ativa, mas apresenta um alto nível de comportamento sedentário.

Pesquisadores do Laboratório de Inteligência Artificial da Unicamp investigam aplicações de IA para saúde e bem-estar, incluindo a detecção do comportamento sedentário por meio de dispositivos vestíveis, como smartwatches e anéis inteligentes. O objetivo é emitir alertas preventivos antes que ocorram problemas críticos de saúde.

Embora sensores estimem os níveis de atividade física, o grande desafio é identificar com precisão o comportamento sedentário no cotidiano, já que pequenos gestos repetitivos das mãos podem confundir os aparelhos. Para solucionar esse problema, pesquisadores desenvolveram a rede neural XNet, um modelo que analisa não apenas o movimento bruto, mas também a repetição e a frequência desses gestos.

A detecção automática do comportamento sedentário abre caminho para intervenções personalizadas, como alertas para pausas ativas e metas diárias adaptadas à rotina de cada pessoa. Mais do que estimular a prática de exercícios, essas estratégias valorizam pequenas mudanças no cotidiano, reduzindo o tempo contínuo que o indivíduo passa sentado.

Do ponto de vista fisiológico, o comportamento sedentário é definido por atividades com gasto energético muito baixo, geralmente abaixo de 1,5 MET (múltiplo equivalente metabólico). A quantificação em METs permite classificar as atividades do dia a dia, enquadrando o ato de permanecer sentado ou deitado por longos períodos no nível mais baixo dessa escala.

Em uma rotina de escritório, o ideal é levantar-se a cada hora, por cerca de três minutos, para caminhar um pouco. Assim, os sistemas de monitoramento funcionam como aliados para que o usuário estabeleça metas, permitindo que ele faça escolhas mais saudáveis a partir do próprio histórico de dados.

Internet: <jornal.unicamp.br>  (com adaptações).

Em relação ao texto e aos seus aspectos linguísticos, julgue o item a seguir.