Abstract
O pensamento computacional é considerado uma aptidão fundamental no século XXI, pois permite aumentar a capacidade analítica das crianças nas diversas áreas do conhecimento (WING, 2006; RESNICK, 2012). Ao ser desenvolvido o pensamento computacional, as crianças ficam mais literadas tecnologicamente, deixando de ser meros utilizadores e passando a ter a aptidão de desenvolver (BARRADAS; LENCASTRE; SOARES; VALENTE, 2019). O desenvolvido do pensamento computacional promove competências como o ‘pensamento abstrato’ - utilização de diferentes níveis de abstração para compreender os problemas e, passo a passo, os solucionar -, o ‘pensamento algorítmico’ - expressão de soluções em diferentes etapas de forma a encontrar a forma mais eficaz de resolver um problema -, o ‘pensamento lógico’ - formulação e exclusão de hipóteses - e o ‘pensamento dimensionável’ - decomposição de um grande problema em pequenas partes ou composição de pequenas partes para formular uma solução mais complexa (PHILLIPS, 2009; RESNICK, 2012; MIT, 2011). Tais competências, associadas às ciências da computação, transpõem-se para outras áreas de saber e, consequentemente, para o dia a dia dos jovens, tornando-os mais reflexivos e críticos, logo, mais preparados para o mundo (BRENNAN; RESNICK, 2012). O presente capítulo relata uma experiência pedagógica desenvolvida do âmbito de um programa de Doutoramento em Engenharia Eletrotécnica e de Computadores com aplicação à Educação. Sendo o pensamento computacional a capacidade de formular um problema e de encontrar uma solução (CUNY; SNYDER; WING, 2010; COSTERMANS, 2001), este estudo pretendeu desenvolver o pensamento computacional em idades precoces (COELHO; ALMEIDA; ALMEIDA; LEDESMA; BOTELHO; ABRANTES, 2016) usando a plataforma CODE.org de forma a resolver problemas reais através do estímulo à capacidade de abstração com recurso à prática simulada e experimentada. A plataforma CODE.org. é um ambiente de aprendizagem online que tem como objetivo disponibilizar exercícios sobre computação para crianças de várias idades. O grupo de estudo foi constituído por 133 alunos pertencentes a cinco turmas do 4.º ano de escolaridade (9 e 10 anos de idade) ao longo de dois anos letivos, assim divididos: 2017/2018, 28 alunos 4.º A e 28 alunos 4.º B; 2018/2019, 27 alunos 4.º C, 26 alunos 4.º D, 24 alunos 4.º ano E. Inicialmente foram trabalhados com todos os alunos os conceitos básicos da plataforma CODE.org. – i.e., a forma de encaixe dos blocos, localização das áreas de trabalho, detalhes da interface como o palco da ação e os botões de execução, bem como as credenciais de acesso. Posteriormente, foi desenvolvido o pensamento computacional através de exercícios práticos laboratoriais orientadas à resolução de problemas (JONASSEN, 2004) envolvendo (1) sequências, (2) ciclos, (3) execução em paralelo, (4) eventos, (5) condições, (6) operadores e (7) dados, o que permitiu aos alunos criar o seu primeiro jogo FlappyBird (também na plataforma CODE.org.). Os dados foram recolhidos através dos registos automáticos da plataforma CODE.org para tratamento estatístico. A principal conclusão retirada a partir desta experiência pedagógica é que a plataforma CODE.org. é uma opção válida para desenvolver o pensamento computacional em idades precoces e uma boa forma dos alunos começarem a resolver problemas reais através do estímulo à capacidade de abstração com recurso à prática simulada e experimentada. A nossa convicção é que esta experiência pedagógica dotará estas crianças de competências essenciais para a vida cada vez mais complexa no século XXI, das quais fazem parte a criatividade e a inovação, o pensamento crítico e a resolução de problemas, a comunicação e a colaboração (PARTNERSHIP FOR 21ST CENTURY SKILLS, 2009).

Abstract
Low Power Wide Area Networks (LP-WAN) are receiving a lot of attention because of their ability to communicate using radio frequency in long distances, with low-power consumption and low-cost devices. In this paper, we provide a comparison between the two LP-WAN platforms that are leading the market, the Sigfox and the LoRaWAN, based on the literature. Both platforms are analyzed considering the context of the forest fire detection and verification systems. Many aspects are being considered to identify which LP-WAN is more adequate to be used in this kind of systems, such as battery lifetime, coverage range, business model and costs. The comparison shows that both platforms are very similar in most of the aspects, although LoRaWAN is more flexible than Sigfox on the deployment and management of the network infrastructure. LoRaWAN allows customers to implement and manage their own infrastructure network, which is essential in systems which monitor vast forest areas.

Abstract
This research contributes to the field of Human-Robot Collaboration (HRC) within dynamic and unstructured environments by extending the previously proposed Fuzzy State-Long Short-Term Memory (FS-LSTM) architecture to handle the uncertainty and irregularity inherent in real-world sensor data. Recognising the challenges posed by low-cost sensors, which are highly susceptible to environmental conditions and often fail to provide regular periodic readings, this paper introduces additional pre-processing blocks. These include two indirect Kalman filters and an additional LSTM network, which together enhance the input variables for the fuzzification process. The enhanced FS-LSTM approach is evaluated using real-world data, demonstrating its effectiveness in extracting meaningful information and accurately recognising human activities. This work underscores the potential of robotics in addressing global challenges, particularly in labour-intensive and hazardous tasks. By improving the integration of humans and robots in unstructured environments, this research contributes to the broader exploration of robotics in new societal applications, fostering connections and collaborations across diverse fields.

Abstract
Forest fires in Portugal are a recurring tragedy, especially during the summer, leaving a devastating trail affecting the environment and local communities. In addition to the loss of vast forest areas, these disasters harm wildlife, pollute the air, and compromise soil and water quality, contributing to environmental degradation and increasing the risk of soil erosion and landslides. Furthermore, fires have significant economic impacts, affecting communities that depend on the forest for subsistence, tourism, and agricultural activities. To address this issue, an innovative Web Service has been developed that uses artificial intelligence algorithms to calculate real-time fire risk. This service integrates up-to-date weather data with historical fire patterns, providing an accurate and timely assessment of fire potential in specific areas. The machine learning model behind the service was trained with historical fire data from mainland Portugal between 2017 and 2023, allowing for a more accurate and predictive analysis of fire risk. The Web Service facilitates proactive emergency prevention and decision-making response by integrating real-time weather information with historical fire data. Authorities can use the information provided by the service to implement preventive policies to help elderly people. © The Author(s), under exclusive license to Springer Nature Switzerland AG 2024.

Abstract

Abstract
Human-Robot Collaboration (HRC) in advanced industrial scenarios has emerged as a transformative force. Modern robots, infused with artificial intelligence (AI), can enhance human capabilities, offering a wide spectrum of opportunities in agriculture, forestry, construction and many other domains. However, the complex nature of HRC demands realistic simulators to bridge the gap between theory and practice. This paper introduces the FEROX Simulator, purpose-built for robot-assisted wild berry collection. We briefly delve into the simulator's capabilities to showcase its potential as a platform to develop HRC systems. Our research underscores the need for simulators designed for challenging HRC contexts and aims to inspire further advancements in this domain.