Métodos de Ensino
As metodologias de ensino adotadas nesta unidade curricular incluem aulas teórico-práticas, onde os conteúdos são apresentados de forma estruturada, seguidos de momentos de análise, discussão e debate para aprofundamento dos temas. A metodologia interrogativa e interativa é utilizada para estimular o pensamento crítico, incentivando a participação ativa dos estudantes antes da introdução dos conceitos fundamentais. A demonstração e exemplificação dos conteúdos são aplicadas através da sua utilização prática em contextos reais, nomeadamente no uso de ferramentas digitais, inteligência artificial e plataformas de comunicação em nutrição e saúde. A análise de estudos de caso permitirá explorar aplicações tecnológicas inovadoras na nutrição e no metabolismo, bem como avaliar o impacto das novas tecnologias na prática profissional. Além disso, são desenvolvidos exercícios integradores, que relacionam situações profissionais específicas com os conceitos teóricos, permitindo aos estudantes aplicar conhecimentos adquiridos a cenários reais. A realização de debates e discussões orientadas contribuirá para a exploração de diferentes perspetivas sobre os desafios e oportunidades das novas tecnologias na nutrição, promovendo uma compreensão crítica e multidimensional do tema. Estas metodologias garantem uma aprendizagem dinâmica e aplicada, facilitando o desenvolvimento de competências essenciais para a utilização e avaliação de tecnologias digitais no campo da nutrição, alimentação e saúde.
A avaliação da unidade curricular reflete esta abordagem teórico-prática, permitindo aos estudantes demonstrar a sua compreensão dos conteúdos e a capacidade de os aplicar criticamente. A avaliação periódica consiste em: Prova escrita sumativa (60%), com questões de resposta aberta para avaliar a capacidade analítica dos estudantes sobre o impacto das tecnologias digitais e da inteligência artificial na nutrição e saúde. Trabalho de grupo (40%), onde será feita uma análise crítica de uma aplicação tecnológica em nutrição e metabolismo, incentivando o trabalho colaborativo e a aplicação dos conteúdos a contextos reais. Alternativamente, os estudantes poderão optar por um exame final escrito, composto por questões de resposta aberta. A nota de aprovação seguirá o regulamento académico em vigor, sendo exigido um mínimo de 9,5 valores.
Resultados de Aprendizagem
1.Compreender o impacto das novas tecnologias e da inteligência artificial na nutrição, metabolismo e saúde.
2.Aplicar ferramentas digitais e inteligência artificial na análise e gestão de dados nutricionais e metabólicos.
3.Conhecer e utilizar técnicas de comunicação digital em Nutrição, Alimentação e Saúde.
4.Avaliar criticamente o uso de tecnologias emergentes na prática profissional da nutrição.
Programa
1. Novas Tecnologias e Inteligência Artificial na Nutrição, Metabolismo e Saúde
2. Ferramentas Digitais e Inteligência Artificial na Análise e Gestão de Dados Nutricionais e Metabólico
3. Comunicação Digital em Nutrição, Alimentação e Saúde
4. Avaliação Crítica das Tecnologias Emergentes na Prática Profissional da Nutrição
Estágio(s)
NAO
Bibliografia
Géron, A. (2022). Hand-On Machine Learning with Scikit-Learn & TensorFlow (third edition). O’Reilly Media Inc.??
Goldmeier, J. (2023). Data Smart: Using Data Science to Transform Information into Insight (2nd edition). Wiley.
Kelleher, J., Mac Namee, B. and D’Arcy, A. (2020). Fundamentals of Machine Learning for Predictive Data Analytics: Algorithms, Worked Examples, and Case Studies (2nd edition). MIT Press.
Artigos selecionados sobre tópicos relevantes para os conteúdos programáticos.