Detalhes bibliográficos
Ano de defesa: |
2023 |
Autor(a) principal: |
FRADE, Renato Figueiredo
 |
Orientador(a): |
SILVEIRA, Carlos Henrique da
 |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Universidade Federal de Itajubá
|
Programa de Pós-Graduação: |
Programa de Pós-Graduação: Mestrado - Ciência e Tecnologia da Computação
|
Departamento: |
IESTI - Instituto de Engenharia de Sistemas e Tecnologia da Informação
|
País: |
Brasil
|
Palavras-chave em Português: |
|
Área do conhecimento CNPq: |
|
Link de acesso: |
https://repositorio.unifei.edu.br/jspui/handle/123456789/3988
|
Resumo: |
Esta pesquisa multidisciplinar realizada em Minas Gerais investigou a dinâmica temporal e espacial dos roubos de rua, analisando os períodos anterior e durante a pandemia. Através da utilização de dados da Polícia Militar, foram examinadas séries temporais em várias escalas, incluindo por hora, por dia, por intervalos de 10 dias e por mês, empregando métodos estatísticos avançados, como análise de frequência espectral, autocorrelações e técnicas de decomposição. Os resultados surpreenderam ao evidenciar uma queda média de 64% nos roubos durante a pandemia e a identificação de um regime estacionário nas ocorrências durante esse período, indicando uma maior aleatoriedade nos eventos. Contrariando expectativas, não foi possível encontrar sazonalidade nos roubos em relação aos dias da semana, início ou fim de mês ou meses do ano. Essas descobertas oferecem informações valiosas para a compreensão dos padrões temporais de crimes e contribuem para o desenvolvimento de políticas de segurança pública mais eficazes. Além disso, o estudo ressaltou a utilidade do geocodificador (Geo) na análise de roubos, permitindo a conversão de endereços em coordenadas geográficas, possibilitando assim a visualização da distribuição espacial dos crimes. A integração desses dados com informações geográficas adicionais e a criação de mapas interativos com o auxílio da biblioteca Leaflet e do pacote SF no ambiente R foram destacadas como ferramentas cruciais para identificar áreas de alta criminalidade, regiões com uma presença policial reduzida e planejar estratégias efetivas de segurança pública, sublinhando a relevância da análise de dados geográficos na tomada de decisões nesse campo. |