Páginas

21 de fev de 2014

12 dicas para refinar suas buscas no Google

12 dicas para refinar suas buscas no Google

30/09/2010
às 7:00 \ Dicas

12 dicas para refinar suas buscas no Google

Há quem diga que existem duas eras na internet: “Antes do Google” (AG) e “Depois do Google” (DG). Isso porque, apesar de já existirem concorrentes quando o site foi lançado, o fruto de Sergey Brin e Larry Page cresceu de tal forma que se tornou sinônimo de busca na web, uma ferramenta complexa, com vários recursos interessantes. Alguns são óbvios, mas outros continuam desconhecidos do grande público. Na semana em que o Google completou doze anos, separamos doze dicas para você aproveitar melhor seus recursos. Confira.

1. Aspas
Esse é um dos truques mais velhos – e clássicos – da história das buscas. Procurando algo sobre um termo exato? Coloque-o entre aspas (exemplo: “campeonato brasileiro de futebol”). O Google vai fazer o máximo para encontrar exatamente o que você está procurando. Caso não encontre, vai indicar as palavras em ordem aleatória mesmo. Nunca é demais relembrar essa dica.
2. Operadores matemáticos
Dentro de uma busca, utilize o sinal matemático de subtração ( – ) para excluir um dos termos a serem rastreados. Isso vai ajudá-lo a refinar sua pesquisa. Por exemplo, o termo “Steve Jobs – Ballmer” vai retornar resultados relativos ao CEO da Apple (Steve Jobs), mas vai ignorar qualquer referência a “Ballmer”, de Steve Ballmer, atual presidente da Microsoft.
3. Coringa
O asterisco ( * ) funciona como um coringa em matéria de busca. Ele pode ser utilizado no meio de uma frase. Experimente a seguinte busca (sem as aspas): “Ainda que eu falasse a * eu nada seria”. A técnica é especialmente útil quando não lembramos parte do termo a ser buscado.
4. Procura em sites
Quer procurar algo em um site específico? Basta inserir na linha de busca o termo “site:”, seguido do endereço desejado. Experimente digitar (sem as aspas): “site:veja.abril.com.br”. O sistema vai procurar todas as referências dentro do mesmo domínio.
5. Definições
O operador “define:” funciona como uma espécie de dicionário, procurando os significados dos termos indicados pelo usuário em diversas páginas da web. Tente realizar a busca “define: azul”, por exemplo. Como resultado, você receberá informações sobre a cor.
6. Documentos específicos
Se você procura especificamente um arquivo PDF, uma apresentação em PowerPoint ou até uma planilha em Excel, pode dizer isso ao Google, por meio do comando “filetype: “, indicando a seguir o tipo de arquivo desejado. Por exemplo: “direito autoral filetype:pdf”
7. Calculadora
Precisa fazer um cálculo rápido? Tente digitar a expressão no campo de busca do Google. O sistema vai retornar uma página com o resultado. O cálculo “2*5+2-9/3″ vai resultar em “(2*5) + 2 – (9/3) = 9″.
8. Reconhecimento facial
Esse recurso não é 100% garantido, mas pode ser bem interessante. Se você estiver procurando o rosto de alguma pessoa, experimente colocar o nome e o comando “&imgtype=face”. O sistema vai preferir resultados de busca que trazem retratos. Infelizmente, o bom funcionamento do recurso ainda fica devendo nos rastreamentos em português. Mas experimente fazer duas buscas, ambas com o termo “paris”, uma utilizando o comando “&imgtype=face” e outra não. A diferença é evidente.
9. Filmes
Eis um recurso utilíssimo nas horas de lazer. Digite “filmes:” juntamente com o nome do filme em cartaz a que você pretende assistir. O Google vai devolver uma lista completa de cinemas e horários em que a obra pode ser vista. Digite “filmes: resident evil” no campo de busca e comprove.
10. Moedas
Euros, dólares, libras… Como calcular o valor dessas moedas em relação ao real? Simples, pergunte ao Google. O site possui um sistema de conversão de moedas. Basta digitar “dólares em reais” para ter o valor de 1 dólar convertido para a nossa moeda. Para obter valores específicos, basta entrar com o número, por exemplo: “50 dólares em reais”. O mesmo funciona para medidas.
11. Medidas, distâncias e afins
Assim como no caso das moedas, o Google oferece um conversor de distâncias e medidas. A sintaxe é praticamente a mesma: “metro para quilômetro”.
12. Horários
É fácil descobrir o fuso-horário em diversas cidades do planeta. Basta entrar com a frase “what time is it” e completar com o local desejado. Experimente com Brasília e Califórnia, por exemplo.

Bônus: resposta para a vida, o universo e tudo mais
Se você digitar o termo “answer to life, the universe, and everything” (“resposta para a vida, o universo e tudo mais”), o Google vai responder com o número “42″. Uma homenagem ao livro Guia do Mochileiro das Galáxias, de Douglas Adams. Curioso? Use o Google para matar a charada!

Você conhece mais alguma dica útil para buscas?
(Por James Della Valle)

4 de fev de 2014

Big Data gera erro na previsão do vencedor do Super Bowl - Information Week


Muito interessante o texto da Gabriela Stripoli e publicado pela Information Week. Os velhos conceitos de certeza, incerteza e risco ficam aqui ainda mais evidentes e demonstram que os dados coletados e a análise gerada pelo Big data deve ser considerado apenas como mais uma (apesar de bastante completa) fonte de informação para a tomada de decisão, mas jamis deve ser a única e não podemos esquecer o conceito de risco e suas probabilidades.

As decisões são tomadas sob diversas condições ou aspectos: condições de certeza, condições de incerteza e condições de risco. As decisões programadas normalmente oferecem um grau de risco menor do que as decisões não-programadas.

Em se tratando das decisões tomadas sob certeza, o decisor tem conhecimento das conseqüências ou resultados de todas as alternativas, sendo assim, pode escolher a melhor dentre as alternativas propostas. A situação ideal para a tomada de decisões é a de certeza, ou seja, o administrador pode tomar decisões precisas, pois o resultado de cada alternativa é conhecido.

Com relação às decisões tomadas sob condições de incerteza, os resultados são desconhecidos e gerados sob probabilidades, onde o decisor tem pouco ou nenhum conhecimento das informações que formam as alternativas.

Na tomada de decisão com risco, todas a alternativas têm um resultado específico e são projetadas sob probabilidades conhecidas. O tomador de decisão conhece todas as alternativas e sabe que o risco é inevitável.


A tomada de decisão está diretamente relacionada ao potencial informativo do Sistema de Informação da empresa, e este dever ser o mais útil possível na geração da melhor informação no auxilio ao gestor.

Big Data gera erro na previsão do vencedor do Super Bowl - Information Week

Quem acompanha o futebol americano da NFL e a área de tecnologia pode ter visto, na semana passada, uma empresa especializada em tecnologia de compra de publicidade online em tempo real anunciar que havia previsto o vencedor do Super Bowl por meio de sua ferramenta de Big Data. Seriam os Denver Broncos, para a Varick Media Management (VMM).

Eles erraram feio. Os Broncos não só saíram derrotados pelo Seattle Seahawks, como foi uma vitória de lavada do time da costa oeste. Seria então o Big Data, tido como imenso recurso de TI para tomada de decisões, uma armadilha?

Claro que não. O gerente de produtos de high-performance analytics do SAS, Marcos Pichatelli, explica que o erro básico da VMM foi de metodologia. Quando a companhia usou as estatísticas anteriores dos jogos da NFL para abastecer sua solução, ela conseguiu um resultado estatístico de chance de vitória de cada um dos times. Ainda assim, não conseguiu contemplar variáveis não mensuráveis – como outros jogadores em campo, influência da temperatura, e até mesmo nervosismo dos atletas. “É muito espaço pra erro. Vamos pensar nos últimos cem jogos. Durante essas partidas, foram, jogadores diferentes, estádios diferentes, condições atmosféricas diferentes, muita coisa imponderável”, exemplifica.

A SAP, em nota, também comentou o caso à reportagem da InformationWeek Brasil. “Estamos prevendo um evento isolado com muito pouco dado sobre partidas entre os dois times – apenas dois encontros anteriores com escalação similar – para um grande evento em um dia”, ressalta a companhia. “A margem para erro era muito ampla, e por isso é muito difícil prever com 100% de certeza”, complementa.

Com isso, podemos tirar algumas elucidações para o mercado corporativo. Entre os cuidados que podemos tomar com dados estatísticos e análises preditivas em cima de Big Data, em primeiro lugar, é importante pensar que o resultado de uma análise é baseado em um grupo de indivíduos e um grupo de ações. “Quando algum cliente, uma empresa de telecomunicações que quer saber os clientes com maior probabilidade de abandonar e passar para um concorrente, por exemplo, fornecemos para o cliente um ranking com as maiores probabilidades”, esclarece Pichatelli. “Ou seja, se você fizer uma ação de retenção naquele grupo, você terá um investimento menor e um retorno maior”, complementa.

Além da metodologia, outra lição se dá pela qualidade da amostra. “O que essa empresa fez eu chamo de ‘barbeiragem técnica’. Não conheço nenhum estatístico que daria uma resposta certeira de sim ou não, fora de uma probabilidade”, brinca o especialista. Isso fica claro quando traçamos um paralelo – como calcular o risco de algo que não aconteceu, ou aconteceu muito pouco? Em exemplo prático, é impossível calcular as futuras perdas de uma agência bancária em São Paulo em um dia de protestos. “Os dados disponíveis são poucos, não foram tantos protestos assim. Não houve recorrência. É um grande perigo fazer estatística com dados históricos fracos”, elucida.

Assim, no mundo empresarial, o diferencial do Big Data é aumentar os dados a serem concluídos e analisar grandes volumes de informação para chegar a um resultado mais aproximado da realidade. A tecnologia permite usar recursos brutalmente mais potentes para aumentar a base de dados disponíveis, não para melhorar a amostra.

E quando um executivo toma uma decisão errada em cima dos dados? Pichatelli recomenda dois caminhos – reavaliar a qualidade da amostra e a metodologia utilizada. E dificilmente um erro dramático de análise preditiva aconteceria em um resultado dado por uma ferramenta de Big Data. “A boa técnica em um modelo preditivo já prevê isso dentro do processo de modelagem. A gente separa dados para usar nas massas de dados e testar esse modelo, pois ela simula os resultados em cima dos dados”, conta o executivo do SAS.

E, convenhamos… Se o Big Data fosse capaz de gerar análises preditivas sobre tudo, seria o fim do esporte. “Como vimos na noite passada, pode ser muito difícil prever o elemento humano do jogo, e é isso que torna o jogo empolgante”, pontua a SAP.

3 de fev de 2014

Exigência de Presença na pré-escola


Escolas de todo o país vão exigir 60% de presença na pré-escola

As famílias das quase 5 milhões de crianças na pré-escola de todo o país terão uma preocupação a mais neste ano. Uma lei federal passou a exigir que os alunos nessa etapa tenham ao menos 60% de presença. Vale para crianças na faixa de quatro e cinco anos, da rede pública e particular.
Em termos absolutos, o aluno não pode faltar mais do que 80 dos 200 dias letivos ou 320 das 800 horas anuais.
Caso a criança ultrapasse esse patamar, pais e escolas poderão ser obrigados a apresentar explicações às supervisões municipais de ensino (que devem fazer avaliações periódicas dos relatórios da rede pública e particular).
Os casos graves de faltas podem ser encaminhados ao conselho tutelar ou ao Ministério Público, segundo a Secretaria Municipal de Educação de São Paulo.
No limite, os pais correm o risco de serem punidos com base no Estatuto da Criança e do Adolescente, por descumprimento de dever inerente ao poder familiar (multa de 3 a 20 salários mínimos; isto é, de R$ 2.172 e R$ 14.480).
Por outro lado, a lei federal que prevê o controle de faltas é clara em dizer que a criança não pode ser reprovada na pré-escola.
Editoria de Arte/Folhapress
A NORMA
A frequência mínima está prevista em lei sancionada pela presidente Dilma Rousseff em abril de 2013, que regulamenta a obrigatoriedade das matrículas no país (até 2016, todas as crianças e adolescentes de 4 a 17 anos deverão estar na escola).
A restrição às faltas não ganhou repercussão à época, mas passará a ser cobrada neste ano, segundo o Ministério da Educação e a Secretaria Municipal de Educação.
Na capital paulista, por exemplo, alguns supervisores de ensino já avisaram as escolas que vão acompanhar a frequência das crianças.
A restrição pode atingir, por exemplo, famílias que viajam de férias durante o período letivo -como a pré-escola não tem currículo rígido como do ensino fundamental ou médio, alguns pais sentem mais liberdade em não levar a criança para o colégio.
Localizada na zona oeste de São Paulo, a escola Jacarandá enviou informe aos pais pedindo que sejam evitadas "faltas desnecessárias", devido à nova lei.
A diretora da escola, Tania Rezende, disse, porém, serem raros os casos de crianças que extrapolem o limite de faltas. E aponta que a supervisão de ensino precisa relevar casos de problemas sérios de saúde ou de desenvolvimento.
Já o diretor do colégio Equipe, no centro de São Paulo, disse que ainda não foi instruído por nenhum dirigente de ensino sobre a regra. "Como não está claro o objetivo da lei, ela fica meio inócua."
À Folha o Ministério da Educação disse que a frequência foi imposta "porque não havia baliza de frequência mínima para ser utilizada por operadores do direito ou agentes públicos para atestar que o direito das crianças pequenas estavam garantidos".
Até então, havia frequência mínima apenas para os ensinos fundamental e o médio (75% de presença).
"A educação infantil tem currículo, objetivos", disse o secretário municipal de Educação de São Paulo, César Callegari, cuja pasta é responsável pela supervisão do ensino infantil na cidade. "A presença é importante para que o currículo seja desenvolvido."
Ex-membro do Conselho Nacional de Educação e atual integrante do Conselho Estadual de Educação paulista, a pedagoga Sylvia Gouvêa afirma que o acompanhamento das faltas parece ser uma medida meritória, mas cobra que sejam divulgados explicitamente os procedimentos a serem adotados em caso de muitas ausências.
"A verificação da frequência não deve ter caráter punitivo, mas educativo."