Análise de publicações científicas assistida por aprendizagem de máquina: reforma seca do metano

Marques Filho, Fábio Martins

E-mail: ri@sibi.ufal.br - Horário: 8h às 17h - Fone: 3214-1660

ATENÇÃO

1) As PRODUÇÕES ACADÊMICAS deverão ser encaminhadas em formato PDF, desbloqueado para seleção e cópia de texto, para o e-mail ri@sibi.ufal.br, juntamente com o Termo de Autorização para a Publicação (assinado).
2) Devem estar inseridos no CORPO da produção acadêmica, os seguintes documentos:
FICHA CATALOGRÁFICA - elaborada por um bibliotecário;
FOLHA DE APROVAÇÃO - deverá estar assinada por todos membros da banca examinadora.
3) O TERMO DE AUTORIZAÇÃO PARA PUBLICAÇÃO deverá estar preenchido de acordo com o tipo de produção, assinado pelo(a) autor(a), e enviado por e-mail juntamente com o trabalho acadêmico.
OBS 1.: Os TCC dos CURSOS DE PEDAGOGIA (Presencial e EaD) do Centro de Educação (CEDU) devem ser enviados, exclusivamente, para o e-mail biblioteca.setorial@cedu.ufal.br.
OBS 2.: O tempo de resposta às solicitações enviadas ao RIUFAL é de seis dias úteis.
OBS 3.: Acesse www.sibi.ufal.br para mais informações sobre o RIUFAL.

00 CAMPUS ARISTÓTELES CALAZANS SIMÕES (CAMPUS A. C. SIMÕES) IQB - Instituto de Química e Biotecnologia TRABALHOS DE CONCLUSÃO DE CURSO (TCC) - GRADUAÇÃO - IQB Trabalhos de Conclusão de Curso (TCC) - Bacharelado - QUÍMICA - IQB

Use este identificador para citar ou linkar para este item: http://www.repositorio.ufal.br/jspui/handle/123456789/15015

Registro completo de metadados

Campo DC	Valor	Idioma
dc.contributor.advisor1	Rodriguez, Pedro Pablo Flores	-
dc.contributor.advisor1Lattes	http://lattes.cnpq.br/8983587952092630	pt_BR
dc.contributor.advisor-co1	Pryston, Dhara Beatriz de Amorim	-
dc.contributor.advisor-co1Lattes	http://lattes.cnpq.br/2218876070966147	pt_BR
dc.contributor.referee1	Adrian, Aracelis José Pamphile	-
dc.contributor.referee1Lattes	http://lattes.cnpq.br/7587875911804701	pt_BR
dc.contributor.referee2	Silva, Júlio Cosme Santos da	-
dc.contributor.referee2Lattes	http://lattes.cnpq.br/0911191668534666	pt_BR
dc.creator	Marques Filho, Fábio Martins	-
dc.creator.Lattes	http://lattes.cnpq.br/3407218994314694	pt_BR
dc.date.accessioned	2024-12-10T17:09:00Z	-
dc.date.available	2024-12-10	-
dc.date.available	2024-12-10T17:09:00Z	-
dc.date.issued	2024-01-22	-
dc.identifier.citation	MARQUES FILHO, Fábio Martins. Análise de publicações científicas assistida por aprendizagem de máquina: reforma seca do metano. 2024. 84 f. Trabalho de Conclusão de Curso (Bacharelado em Química) - Instituto de Química e Biotecnologia, Curso de Química, Universidade Federal de Alagoas, Maceió, 2024.	pt_BR
dc.identifier.uri	http://www.repositorio.ufal.br/jspui/handle/123456789/15015	-
dc.description.abstract	The present work analyzes scientific publications on dry methane reforming assisted by machine learning, it also analyzes the Python language as a tool for scientific purposes. Through advanced search in scientific collections, cataloging and analyzing the results, developing a Python application capable of extracting data from articles in PDF format and performing a statistical analysis of them, and a large language model, GPT-3.5, which, in addition to extracting, was able to analyze these data, which were also analyzed using multiple linear regression. The analysis of the results found, characterizes the methane dry reform as an area of intense scientific production and the application of programming tools in this, as an area to be explored. The Python application was able to perform the programmed function, demonstrating that it is a tool that can be useful for scientific production.	pt_BR
dc.language	por	pt_BR
dc.publisher	Universidade Federal de Alagoas	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.department	Curso de Química- Bacharelado	pt_BR
dc.publisher.initials	UFAL	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Reforma seca	pt_BR
dc.subject	Metano	pt_BR
dc.subject	Python (Linguagem de programação de computador)	pt_BR
dc.subject	Modelos de linguagem amplos	pt_BR
dc.subject	Regressão linear múltipla	pt_BR
dc.subject	Methane	pt_BR
dc.subject	Python	pt_BR
dc.subject	Large Language Models	pt_BR
dc.subject	Multiple Linear Regression	pt_BR
dc.subject.cnpq	CNPQ::CIENCIAS EXATAS E DA TERRA::QUIMICA	pt_BR
dc.title	Análise de publicações científicas assistida por aprendizagem de máquina: reforma seca do metano	pt_BR
dc.title.alternative	Analysis of scientific publications assisted by machine learning: dry methane reforming	pt_BR
dc.type	Trabalho de Conclusão de Curso	pt_BR
dc.description.resumo	O presente trabalho analisa publicações cientificas sobre a reforma seca de metano assistida por aprendizagem de máquina, também analisa a linguagem Python como ferramenta para fins científicos. Através da busca avançada em acervos científicos, a catalogação e organização dos resultados, o desenvolvimento de uma aplicação em Python capaz de extrair dados de artigos em formato PDF e realizar uma análise estatística dos mesmos, e um modelo de linguagem amplo, o GPT-3.5, que além de extrair, foi capaz de analisar estes dados que também foram analisados através da regressão linear múltipla. A análise dos resultados encontrados caracteriza a reforma seca de metano como uma área de intensa produção cientifica e a aplicação de ferramentas de programação nesta, como uma área a ser explorada. A aplicação em Python foi capaz de realizar a função programada, demonstrando que é uma ferramenta que pode ser útil para a produção cientifica.	pt_BR
Aparece nas coleções:	Trabalhos de Conclusão de Curso (TCC) - Bacharelado - QUÍMICA - IQB

Arquivos associados a este item:

Arquivo	Descrição	Tamanho	Formato
Análise de publicações científicas assistida por aprendizagem de máquina_reforma seca do metano.pdf	Análise de publicações científicas assistida por aprendizagem de máquina: reforma seca do metano	1.34 MB	Adobe PDF	Visualizar/Abrir

Mostrar registro simples do item Visualizar estatísticas