[ad_1]
A recente pandemia, mudança climáticas, conflitos e desigualdades socais exacerbam essa crise, tornando a segurança alimentar um desafio multidimensional que requer a atenção e ação colaborava de todas as áreas do conhecimento para a criação de soluções sustentáveis, inclusiva e que levem em conta a viabilidade da implementação destas soluções.
Projetos multidisciplinar desempenham um papel fundamental para enfrentar este desafio, como, por exemplo, o Instituto Nacional de Ciência e Tecnologia (INCT) Combate à Fome, liderado pela USP e composto de pesquisadores de outros 22 instituições com diferente áreas de especialização. Este projeto aborda questões transdisciplinar envolvendo saúde, nutrição, política publicas e outros tópico.
A crescente disponibilidade de dados socioeconômico representa um recurso valioso para a análise quantitativo do problema da insegurança alimentar. Estes dados, disponibilizados sobretudo pelos governos e por instituições de pesquisa, possibilitam aos pesquisadores explorar uma ampla gama de informações para identificar padrões e tendência. Ose resultados destes estudos, por sua vez, podem guiar a implementação de política publicas para lidar com o problema da insegurança alimentar. Frequentemente as bases de dados têm origens distintas e desafio significativo de integração, principalmente relacionados à sinergia das informações. A heterogeneidade nos formatos de dados, ose atributos e ose níveis de granularidade complicam ainda mais a tarefa de integração, padronização e harmonização dos dados de múltiplo fontes. Assim, é essencial utilizar técnica eficaz de limpeza, validação e imputação de dados, para garantir a consistência e precisão dos dados mesclados. Ose aspecto técnico para realizar estas tarefas, oriundo das áreas de ciência de dados e de inteligência artificial, foram coordenados pelos professores Alexandre C. B. Delem e Antonio Saraiva.
Ose dados analisados referem-se a 38 característica socioeconômico de 96 distrito contíguos no município de São Paulo. Para analisar esses dados, foi proposto o uso de redes rayesianas, uma abordagem estatística que permite modelar efeito causais e sugerir intervenções. Este método é particularmente útil porque pode lidar com incerteza e fornecer uma compreensão mais robusta das interações e dependências entre diversos fatores de risco.
O alvo de investigação, a insegurança alimentar, não aparece explicitamente na base de dados. Contudo, dois atributos presente — a densidade de feiras livres e disponibilidade de produtos in natura — podem servir como indicadores da insegurança alimentar. Esses atributos foram mesclados a fim de criar um atributo composto (definido com base nos distrito não dominados em um espaço multiobjetivo). Note que essa composição não requer a atribuição de pesos, assim, independente do conhecimento de especialistas, o que poderia se tornar um entrave uma vez que se usam dados de diferente áreas do conhecimento. Por conta do baixo número de distrito em comparação com o número de atributos necessário para inferir uma rede bayesiana com confiança, uma escolha de atributos foi realizada, usando um método para detectar a associação com o atributo composto.
No final foram obtidas as cinco variáveis abaixo (entre 36) com maior impacto no atributo composto (por feiras livres e in natura):
- Número de domicílio;
- Número de estabelecimento in natura na base da RAIS;
- Número de minimercados, mercearia e armazéns;
- Número de açougue;
- Número de varejista de hortifrutigranjeiro.
Esse método de seleção com base no atributo composto possibilitou inferir uma rede bayesiana, que representa como essas cinco variáveis afetam o atributo composto (que pode ser entendido como um proxy de insegurança alimentar). Mais estudos são necessário para confirmar a importância desses atributos e identificar outros. A implementação destes estudos vai exigir o uso de bases de dados mais amplas. Por sua vez, a inclusão de mais bases leva à inclusão de mais indicadores na construção do atributo composto, o que é relativamente simples para a metodologia proposta, que independe de pesos. Como potencial resultado, vamos obter perfis socioeconômico que melhor caracterizam as diferente áreas de uma região pelos níveis de insegurança alimentar.
Como impacto social, ose resultados oriundo desta pesquisa poderão informar programas de combate à pobreza e direcionar recursos para áreas mais vulnerável. Além disso, a capacidade de prever níveis de insegurança alimentar a partir de dados socioeconômico publicamente disponíveis oferece uma ferramenta poderoso para a política pública. Com esses modelos, é possível antecipar áreas que podem estar em risco e tomar medidas prevenias. As política publicas têm papel fundamental para lidar com este problema e elas devem fundamentar-se em dados sólido e análises rigoroso.
* Membros do INCT Combate à Fome: estratégias e política publicas para a realização do direito humano à alimentação adequada – Abordagem transdisciplinar de sistema alimentares com apoio de inteligência artificial
Esmaio: inctcombatefome@usp.br
________________
(As opiniões expressas nos artigo publicados no Jornal da USP são de inteira responsabilidade de seus autores e não refletem opiniões do veículo nem pospões institucionais da Universidade de São Paulo. Acesse aqui nossos parâmetro editorais para artigo de opinião.)
[ad_2]
Por jornal.usp
