Matriz curricular e ementas

Matriz curricular e ementas

Matriz curricular e ementas

A matriz curricular do Programa de Pós-graduação em Neuroengenharia do Instituto Santos Dumont (ISD) é composta por disciplinas obrigatórias e optativas que visam a formação de um profissional versátil na interface entre engenharias e neurociênciasEssa estrutura foi idealizada para transpor as barreiras existentes entre as graduações em exatas, biológicas e humanas. 

Confira abaixo as disciplinas e suas respectivas ementas, que também estão disponíveis na Plataforma Sucupira AQUI (Selecionar: Instituição de Ensino Superior: 33280010 – Instituto de Ensino e Pesquisa Alberto Santos Dumont/ Programa: Neuroengenharia – 33280010001P2).

Disciplinas obrigatórias

Descrição:

A disciplina de neuroanatomia abrange os aspectos anatômicos, estruturais e funcionais do sistema nervoso, com ênfase no estudo do sistema nervoso central (encéfalo e medula espinhal) e periférico. Será abordado a anatomia do sistema nervoso tanto a nível celular como de sistemas (somatossensorial, visual, auditivo, olfativo, gustativo, motor, vestibular, límbico e autônomo, memória e aprendizado). Desta forma, o objetivo geral da disciplina é caracterizar o sistema nervoso, em todos os seus componentes, em termos de sistemas e das suas macro e micro estruturas anatômicas de maneira teórica e prática, consistindo de aulas expositivas, discussão de textos, realização de atividades práticas e apresentação de seminários referentes aos temas discutidos.

Conteúdo temático

  1. Princípios e fundamentos de neuroanatomia funcional
    • Encéfalo • Medula espinal • Nervos periféricos
  2. Anatomia celular: aspectos morfológicos, fisiológicos e interação funcional
  3. Sistema somatossensorial
  4. Sistema visual
  5. Sistema auditório
  6. Sistemas olfatório e gustativo
  7. Sistema motor
  8. Sistema vestibular
  9. Sistema límbico
  10. Memória e aprendizado
  11. Sistema autônomo
 
Carga Horária: 60 h 
Total de Créditos: 4
 
Oferecimento: Anual – 1º Semestre

Bibliografia: • Afifi A, Bergmann R. Neuroanatomia Funcional – Texto e atlas. 2a ed. São Paulo: Roca, 2007. 526 p. • Bear M, Connors B, Paradiso M. Neurociências – Desvendando o Sistema Nervoso. 3a ed. São Paulo: Artmed, 2008. 896 p. • Purves D, Augustine GJ, Fitzpatrick D, Hall WC, LaMantia AS, White LE. Neuroscience. 5a ed. Sinauer, 2012. 759 p. Bibliografia complementar: • Lent, R. Cem bilhões de neurônios? – Conceitos fundamentais de neurociência. 2ed. São Paulo: Atheneu, 2010. 765 p.

Descrição:

A disciplina tem como objetivo principal caracterizar as bases fisiológicas e funcionais do sistema nervoso. Ela será composta por aulas expositivas, discussão de textos e de questões levantadas pelos professores.

Conteúdo temático:

  1. Citologia do neurônio e canais iônicos
  2. Bases conceituais de eletrofisiologia
    • Potencial de membrana • Bioeletrogênese • Propagação do sinal neural • Sinapse e integração sináptica • Neurotransmissores
  3. Processamento Sensorial
    • Transdução e codificação sensorial • Modalidades de estímulos • Sistemas sensoriais: tato, dor, visão, audição, gustação e olfação • Representação cortical dos sentidos
  4. Planejamento, execução e controle motor
    • Contração muscular • Movimentos reflexos, voluntários e autônomos • Planejamento e execução dos movimentos • Aprendizado e controle motor • Principais desordens motoras
  5. Sistema nervoso autônomo, homeostase e hipotálamo
  6. Bases neurofisiológicas das emoções; Sistema límbico
  7. Bases neurais da cognição
    • Atenção • Memória e aprendizado • Controle executivo
 
Carga Horária: 60 h 
Total de Créditos: 4
Oferecimento: Anual – 1º Semestre

Bibliografia: • Kandel, E., Schwartz, J., Jessell, T. Principles of Neural Science. McGrall-Hill, 2000. • Bear, M., Connors, B., Paradiso, M. Neuroscience – Exploring the brain. Lippincott, 2006. • Purves, D., Augustine, G.J., Fitzpatrick, D., Katz, L.C., LaMantia, A. S., McNamara, J.O., Williams, S.M. Neuroscience. Sinauer, 2007.

Descrição:

Definição de algoritmo e introdução à programação de computadores. Git. Construção de um ambiente colaborativo. Manipulação de dados de entrada e saída. Estruturas condicionais. Estruturas de repetição. Vetores. Ponteiros. Funções. Sobrecarga de Funções. Classe. Herança. Polimorfismo. Sobrecarga de Operadores. Execução de projetos associados a Neuroengenharia.

Competências:

  1. Domínio da Neurociência e Engenharia Biomédica – Aplicar os conhecimentos da engenharia em neurociência;
  2. Domínio Científico – Pesquisar e realizar experimentos com rigor científico para solucionar problemas, buscando a inovação.
  3. Criação e Desenvolvimento de Sistemas aplicados – Projetar, desenvolver e implementar sistemas computacionais objetivando a integração de recursos físicos e lógicos.
  4. Aptidões de Ensino – Desenvolver domínio pedagógico associado a conhecimentos da neuroengenharia.
  5. Trabalho em Equipe – Desenvolver a habilidade de trabalhar em um ambiente colaborativo.
  6. Transformação da Sociedade – Utilizar os conhecimentos adquiridos para causar transformações sociais.
  7. Formação Ética – Desenvolver a atuação profissional pautada em princípios éticos.

 

Objetivos de Aprendizagem:
Desenvolver a lógica de programação através de uma linguagem de programação estruturada e com orientação a objetos. – Conceituar variável, estrutura de decisão, estrutura de repetição e vetor no contexto de algoritmos. – Implementar algoritmos simples utilizando uma linguagem de programação. – Abstrair estruturas de dados dinâmicas em uma memória computacional. – Construir sistemas aplicáveis à neuroengenharia. – Identificar a estrutura mais apropriada na resolução de problemas da neuroengenharia.

Conteúdo temático:

  1. Arquitetura básica de computadores
  2. Elementos de hardware (memória, processador, dispositivos de entrada/saída)
  3. Sistemas de numeração e bases numéricas
  4. Organização básica de um ambiente computacional (Hardware, Sistema Operacional, compiladores, programas)
  5. Introdução à programação
  6. Algoritmos
  7. Aspectos básicos de linguagens de programação
  8. Projetos em neuroengenharia
  9. Ferramentas de gerenciamento de projetos
  10. Git: Fluxo de trabalho em ambiente colaborativo.
  11. Linguagem de Programação
  12. Constantes, variáveis, e atribuições
  13. Entrada/saída de dados e operadores aritméticos
  14. Expressões lógicas e comandos condicionais
  15. Estruturas de repetição • Estruturas de dados, vetores, e matrizes
  16. Modularização de programas (procedimentos e funções)
  17. Registros
  18. Ponteiros
  19. Manipulação de arquivos
  20. Sobrecarga de Funções
  21. Classe
  22. Herança
  23. Polimorfismo
  24. Sobrecarga de Operadores
  25. Execução de projetos associados a Neuroengenharia
 
Carga Horária: 60 h 
Total de Créditos: 4

Oferecimento: Anual – 2º Semestre

Bibliografia:
Bibliografia Básica: – SOUZA, Marco A. Furlan de et al. Algoritmos e lógica de programação. 2. ed. São Paulo: Cengage Learning, 2011. – WALLISCH, Pascal et al. MATLAB for neuroscientists: an introduction to scientific computing in MATLAB. Academic Press, 2014. – MENEZES, N. N. C. Introdução à Programação com Python. 1. ed. São Paulo: Novatec, 2010.
Bibliografia Complementar: – SOMMERVILLE, Ian. Engenharia de Software. 9a Edição, Addison Wesley, 2011. – PRESSMAN, R. S. Engenharia de software: uma abordagem profissional. 7a Edição. Porto Alegre: AMGH, 2011. – PAULA FILHO, W. P. Engenharia de Software – Fundamentos, Métodos e Padrões, LTC, 2003. – PRESSMAN, R. Engenharia de Software, MacGrawHill, 2006. – SCHACH, Stephen. Object-Oriented and Classical Software Engineering – Fifth Edition – McGrawHill International Edition, 2002. – PEZZE, M. E Young, M. Teste e Análise de Software, Bookman, 2007. – PFLEEGER , S. L. Engenharia de Software – Teoria e Prática , Pearson/Prentice-Hall, 2004. Links de Internet: https://www.codecademy.com/catalog/language/python http://www.programmr.com/ https://www.programminghub.io/learn-programming



Descrição:

Introdução a sinais contínuos e discretos. Amostragem. Caracterização de sistemas lineares invariantes no tempo. Fundamentos de aquisição de dados e ruído. Análise de Fourier de sinais contínuos e discretos. Análise e projeto de filtros. Transformada de Laplace e transformada Z. Métodos de transdução. Aplicações em análise de dados neurais.

Competências:
Domínio da Neurociência e Engenharia Biomédica – Conhecer e dominar as principais técnicas para análise de sinais biológicos;
Domínio Científico – Ter capacidade de entender e utilizar as técnicas utilizadas no estado da arte de análise de dados.
Criação e Desenvolvimento de Sistemas aplicados – Projetar, desenvolver e implementar sistemas computacionais objetivando a integração de recursos físicos e lógicos.
Aptidões de Ensino – Desenvolver domínio pedagógico associado a conhecimentos da neuroengenharia.
Trabalho em Equipe – Desenvolver a habilidade de trabalhar em um ambiente colaborativo.
Transformação da Sociedade – Utilizar os conhecimentos adquiridos para causar transformações sociais.
 Formação Ética – Desenvolver a atuação profissional pautada em princípios éticos.

Objetivos de Aprendizagem:
Conhecer e entender as principais técnicas de processamento de sinais aplicados em dados biológicos. – Utilizar as bibliotecas de processamento de sinais em MATLAB ou python. – Desenvolver pipelines para processamento de sinais em python. – Capacidade de escolher os métodos mais adequados às propriedades dos sinais.

Conteúdo temático

  1. Aquisição e amostragem de sinais biológicos
  2. Sinais contínuos e discretos; • Classificação de sinais
  3. Sistemas lineares e invariantes no tempo
  4. Ruído
  5. Análise de Fourier
  6. Filtros: filtros ideais, tipos de filtros, filtros contínuos e discretos
  7. Projeto de filtros
  8. Transformada de Laplace e Transformada Z
  9. Aplicações e análise de sinais neurais
  10. Wavelets
  11. Intervalo inter-spike e PSTH
  12. Análise de conectividade
Carga Horária: 60 h 
Total de Créditos: 4
 
Oferecimento: Anual – 2º Semestre

Bibliografia:
Bibliografia Básica: • van Drongelen, W. Signal Processing for Neuroscientists, An Introduction to the Analysis of Physiological Signals, Academic Press, 2006 • Wallisch, P., Lusignan, M., Benayoun, M., Baker, T., Dickey, A., Hatsopoulos, N. MATLAB for Neuroscientists: An Introduction to Scientific Computing in MATLAB, Academic Press, 2008
Bibliografia Complementar: • Oppenheim, A. V., Willsky, A. S., Hamid, S., Nawab, S.H. Sinais e Sistemas, 2a edição, Pearson 2010 • Haykin, S. & Van Veen, B. Signals and Systems, Wiley; 2nd edition, 2002. • Niedermeyer E. & Silva A.F.L., Eletroencephalography Basic Principles, Clinical Applications, and Related Fields. Williams & Wilkins, 1993.

Disciplinas optativas

Descrição:

A disciplina fundamenta teoricamente aspectos relacionados às etapas de processamento histológico e tipos de microscopia. A disciplina também conta com aulas práticas direcionadas ao uso de microscópio, bem como de softwares para análises de dados histológicos como: Volume, número de células, densidade óptica relativa, reconstruções 3D e ramificação de processos.

Competências:

  1. Domínio da Neurociência e Engenharia Biomédica – Aplicar os conhecimentos da análise de imagem em estudos científicos.
  2. Domínio Científico – Analisar e interpretar dados histológicos com rigor científico para solucionar problemas.
  3. Aptidões de Ensino – Desenvolver domínio pedagógico associado a conhecimentos da neuroengenharia.
  4. Trabalho em Equipe – Desenvolver a habilidade de trabalhar em um ambiente colaborativo.
  5. Transformação da Sociedade – Utilizar os conhecimentos adquiridos para causar transformações sociais.
  6. Formação Ética – Desenvolver a atuação profissional pautada em princípios éticos.

 

Objetivos de Aprendizagem
O objetivo geral da disciplina é fornecer uma abordagem teórico-prática por onde o aluno desenvolverá habilidades relacionadas a extrair e interpretar dados de imagens histológicas e como usar em sua pesquisa.

Conteúdo temático

  1. Processamento histológico: Visão geral (Teórica)
    • As etapas do processamento histológico • Amostragem sistemática de coleta de tecido • Tipos de colorações e histoquímica • Conceitos gerais de microscopia • Possíveis fontes de erro advindas do processamento • Morfometria vs Estereologia vs Análise de imagem • Neuroanatomia open science: Bases de dados abertas • Exemplos de artigos usando os softwares e análises que serão abordadas na disciplina
  2. Aquisição de imagens no microscópio (Prática)
    • Componentes do microscópio • Uso do microscópio para microscopia óptica • Uso do microscópio para microscopia de fluorescência • Ajuste de iluminação e configurações de câmera • Aquisição de mosaicos em 2D • Aquisição de stacks 3D
  3. Análise de imagem no software imageJ (Prática)
    • Inserção de imagens e stacks no programa • Calibração de escala da imagem • Salvar coordenadas no ROI manager • Medição de áreas • Contagem manual de perfis celulares • Contagem automática de perfis celulares por segmentação de imagem • Densidade óptica relativa • Reconstrução 3D de blocos de tecido • Análise de variação de pixel por linha • Quimógrafos
  4. Análise estereológica no software StereoInvestigator (Prática)
    • Ferramentas e operacionalização do StereoInvestigator • Estimador de Cavalieri: Estimação de volume regional • Fracionador óptico: Estimação de número total de células • Nucleator: Estimação de volume somático e nuclear • Análise de Sholl
  5. Análise de imagem no software iLastik (Prática)
    • Aprendizagem de máquina aplicada a análise de imagem • Contagem automática de perfis celulares • Vantagens e desvantagens de classificadores automáticos

Carga Horária: 30 h 

Total de Créditos: 2

Bibliografia:
• Aeffner F, Zarella MD, Buchbinder N, Bui MM, Goodman MR, Hartman DJ, et al. Introduction to digital image analysis in whole-slide imaging: a white paper from the digital pathology association. J Pathol Inform. 2019. • Ferreira T, Rasband W. ImageJ user guide- IJ1.46r, 2012. • West, M. J. Basic Stereology for Biologists and Neuroscientists, 2012. • Wootton R, Springall DR, Polak JM. Image Analysis in Histology: Conventional and Confocal Microscopy. Cambridge University Press, 1995.

Descrição:

A Bioestatística é uma ferramenta fundamental para o desenvolvimento das definições básicas para grande parte das teorias biológicas modernas, abrangendo o planejamento de experimentos biológicos, sumarização e análise dos dados das experiências e da interpretação e inferência dos resultados. A disciplina priorizará o entendimento das ideias ao invés da memorização de fórmulas.

O objetivo geral da disciplina é permitir ao estudante o manejo de métodos estatísticos que os auxiliem na interpretação correta dos dados gerados pela prática experimental, baseada em aulas expositivas, sempre associadas à realização de atividades de fixação dos conteúdos ministrados em softwares tradicionais de análise estatística, como o SPSS, ou ainda com software livre (PSPP), utilizando exemplos que permitam ao estudante identificar que tipo de análise estatística mais se enquadra nos seus próprios resultados.

Conteúdo temático

  1. O Planejamento da pesquisa experimental
    Introdução: Origem, bioestatística • Planejamento da pesquisa experimental: Métodos científicos (dedutivo, indutivo, experimental…) • A pesquisa científica: Estrutura (decisão, execução, análise, redação) • Formulação da pesquisa: Factível, nova, ética, interessante • Delineamentos dos estudos de pesquisa: Pesquisas observacional, experimental e meta-análise
    Introdução ao SPSS e ao PSPP
    Probabilidade: Experimento aleatório, espaço amostral, exemplos mutualmente exclusivos (ou) exemplos não exclusivos (e) arranjo e combinação • Tamanho da amostra e randomização: amostras probabilísticas e não-probabilísticas, erros no processo de amostragem, cálculo do “n” amostral, métodos de randomização • Coleta, organização e análise dos dados: acurácia, precisão e viés (de seleção, aferição…)
  2. Introdução à estatística descritiva
    Estudo das variáveis estatísticas • Distribuição de frequências: ordenação dos dados, amplitude total, número de classes, histograma, caule e folha • Parâmetros da distribuição de frequências: medidas de tendência central (moda, mediana, média (arit., geom., harmônica)), medidas de dispersão (amplitude total, variância, desvio padrão…), medidas de assimetria e curtose (achatamento), medidas de posição (quartil, decil, gráfico box plot, outlier), erro padrão da média, intervalo de confiança • Distribuição de probabilidades: Gaussiana, Bernoulli (binomial), e Poisson Inferência estatística e teste de hipótese: H0, H1, erros tipo 1 e tipo 2
  3. Testes de hipótese paramétricos
    Teste t de Student: para amostras independentes, para amostras pareadas • Correlação e regressão linear simples: diagrama de dispersão, valor-r; coeficiente de determinação (r²), equação da linha
  4. Testes de hipótese não-paramétricos
    Distribuição qui-quadrado • Testes de normalidade: Kolmogorov-Smirnov – KS, e Shapiro-Wilk • Testes de Rastreamento Diagnóstico – Screening test: sensibilidade e especificidade • Teste U de Wilcoxon-Mann-Whitney (WMW) • Teste t de Wilcoxon • Tabelas 2×2
  5. Análise multivariada
    Análise de Variância (One way Anova) (Teste F) • Two way Anova • Anova de medidas repetidas • Teste de Kruskal-Wallis (Teste H) • Teste de Friedman • Experimentos fatoriais (análise fatorial / multivariada)

 

Carga Horária: 45 h 
Total de Créditos: 3
 
Oferecimento: Anual – 1º Semestre

Bibliografia:
• Fontelles, M. J. Bioestatística aplicada à pesquisa experimental – vol. 1, 2012 • Fontelles, M. J. Bioestatística aplicada à pesquisa experimental – vol. 2, 2012 • Sônia Vieira. Introdução a Bioestatística, 2008 • Andy Field. Descobrindo a Estatística Utilizando o Spss, 2013 • Arthur Griffith. SPSS For Dummies, 2010 • Thomson Learning Kirkpatrick. A Simple Guide to Advanced Statistics in Spss Referências biliográficas: • Julie Pallant. The SPSS Survival Guide, 2013 • John Wiley & Sons. Biostatistics For Dummies, 2013 • Deborah Rumsey. Estatística para Leigos, 2009 • Stanton A. Glantz. Princípios de Bioestatística, 2014. • SAGE Publications. Discovering Statistics Using SPSS (Introducing Statistical Methods series), 2009 • Adriano Leal Bruni. Spss: Guia Prático Para Pesquisadores, 2012 • Harvey Motulsky. Intuitive Biostatistics: A Nonmathematical Guide to Statistical Thinking, 2013 • Sônia Vieira. Bioestatística – Tópicos Avançados, 2010

Descrição:

Ética, moral e direito; bases da bioética: origem, conceito e princípios; ética e direitos humanos; situações de conflitos de valores e princípios éticos; ética em pesquisa; bioética e interdisciplinaridade; dilemas éticos da atualidade; neuroética; responsabilidade social na pesquisa científica.

Objetivo Geral: 

Discutir as interrelações entre os campos da bioética e pesquisa científica. Objetivos Específicos: 1) Reconhecer os fundamentos conceituais da bioética e seus princípios 2) Identificar situações que envolvam dilemas éticos na pesquisa científica 3) Discutir dilemas éticos da atualidade, incluindo a neuroética.

Conteúdos Temáticos:

  1. Introdução à Bioética
    • Ética, moral e direito • Origem, conceito, fontes da Bioética • Bioética princípios • ética e direitos humanos.
  2. Identificando situações de conflitos de valores e princípios éticos: sessões de vídeo
  3. Dilemas éticos da atualidade
    • Ciência e Tecnologia • Ética Médica • Genética • Reproducão Humana • Neurociências • Ética social
  4. Ética em pesquisa – Princípios éticos na pesquisa envolvendo seres humanos – Limites éticos para o uso de animais na pesquisa científica
  5. Neuroética
  6. Responsabilidade social na pesquisa científica.
 
Metodologia: 
Os conteúdos serão trabalhados por meio das seguintes metodologias: aulas expositivas dialogadas, seminários e discussões a partir de situações-problema, filmes e textos envolvendo a temática relacionada. O processo de avaliação consistirá de dois instrumentos, com pesos iguais (5,0 + 5,0): produção coletiva, por parte do grupo de apresentação de seminário e produção individual de narrativa, tema, estilo e forma a escolha do mestrando, sobre um dos conteúdos temáticos III, IV, V e VI.
 
Carga Horária: 30 h 
Total de Créditos: 2
Oferecimento: Bianual – 1º Semestre

Bibliografia:
Darragh, M. The Neuroscience of Morality and Consciousness: A Brief Introduction. Disponível em: https://bioethics.georgetown.edu/explore-bioethics/neuroethics/ Diniz D; Guilhem D. O que é Bioética. Editora Brasiliense, São Paulo, 2012. Kogut M. Foresight Europe no 2, 2005-2006, EIASM, Brussels, Belgium. Lalancette H;�� Campbell, SR. Educational neuroscience: Neuroethical considerations. International Journal of Environmental & Science Education, vol. 7, No. 1, January 2012, 37-52 Moratalla, NL. Neuroética: la dotación ética del cerebro humano. Cuadernos de Bioética XXVI, 2015/3a, 415-425.
Descrição:

Identificação dos riscos existentes no trabalho e ambiente, com ênfase à promoção da saúde do indivíduo e da coletividade. Normas gerais de biossegurança. Classificação de riscos. Principais causas de acidentes e medidas de prevenção e proteção individual e coletiva. Conduta e normas de laboratório. Procedimento operacional padrão. A disciplina visa capacitar o aluno sobre a importância da promoção da saúde, de modo que ele possa identificar os riscos físicos, químicos, biológicos, ergonômicos e demais acidentes aos quais os profissionais de laboratório estão expostos, além de identificar produtos e resíduos sólidos e líquidos dos serviços de saúde, desde a sua geração até a adequada destinação final. A disciplina consistirá em aulas teóricas e práticas em diferentes laboratórios, permeadas por leitura e discussão de textos referentes aos temas propostos. Os alunos serão avaliados por meio de seminários, entrega de relatórios de aulas práticas e demais trabalhos propostos.

Conteúdo temático

  1. Introdução à Biossegurança: Conceitos gerais, importância e legislação.
  2. Noções de segurança química e biológica em laboratório.
  3. Conduta em laboratório: níveis de segurança.
  4. Proteção (individual e coletiva) e prevenção de acidentes: diagnóstico e prevenção de riscos. Equipamentos de proteção individual (EPIs) e Equipamentos de proteção coletiva (EPCs).
  5. Manuseio, armazenamento e descarte de agentes químicos e biológicos potencialmente patogênicos.
  6. Normas de segurança em áreas de manipulação de materiais contagiosos, químicos e radioativos. Riscos biológicos, químicos e físicos.
  7. Práticas em laboratório
  • Organização do espaço de trabalho
  • Uso adequado e cuidados com equipamentos
  • Procedimento Operacional Padrão (POP)
Carga Horária: 30 h 
Total de Créditos: 2
Oferecimento: Semestral
 
Bibliografia:
• Costa MAF. Qualidade em biossegurança. Rio de Janeiro: Qualitymark, 2000. • Hirata MH, Hirata RDC, Filho MJ. Manual de Biossegurança. 2a ed Rev Amp. São Paulo, Barueri: Manole, 2012. 356 p. • Martins EV, Silva FAL, Lopes MCM. Biossegurança, informações e conceitos, textos básicos. Rio de Janeiro: Fiocruz, 2006. 288 p. • Molinaro EM, Majerowicz J, Valle S. Biossegurança em biotérios. Rio de Janeiro: Interciência, 2008. 226 p. Bibliografia complementar http://www.fiocruz.br/biosseguranca
 

Descrição:

A disciplina tem como objetivo descrever e analisar diferentes aspectos da cognição em roedores e primatas, estabelecendo seus correlatos neurais. As aulas serão compostas por discussões de capítulos de livros e artigos recentes relacionados ao conteúdo temático da disciplina.

Competências

  1. Domínio Científico – Pesquisar nos materiais indicados para ampliar o conhecimento do tema discutido na disciplina.
  2. Aptidões de Ensino – Desenvolver domínio pedagógico associado a conhecimentos da neurociência, com ênfase nos processos cognitivos, e da neuroengenharia.
  3. Trabalho em Equipe – Desenvolver a habilidade de trabalhar em um ambiente colaborativo em um ambiente multidisciplinar.
  4. Transformação da Sociedade – Utilizar os conhecimentos adquiridos para promover transformações sociais.
  5. Formação Ética – Desenvolver a atuação profissional pautada em princípios éticos.

Objetivos de Aprendizagem
Desenvolver o conhecimento dos alunos acerca da cognição em distintas espécies animais. – Conceituar os principais tópicos acerca da cognição, formando um arcabouço de conhecimento que irá guiar os alunos nas seguintes disciplinas do programa. – Estimular e guiar os alunos na leitura e discussão de artigos e capítulos de livro sobre cognição animal. – Traçar um paralelo entre cognição animal e a aplicabilidade em pesquisas que utilizam humanos como sujeitos experimentais.

  • Conteúdo temático
  • Córtex e cognição
  • Percepção e Atenção
  • Memória e aprendizado
  • Mapas cognitivos
  • Integração sensório-motora
  • Planejamento, tomada de decisões e comportamento estratégico
  • Emoções
  • Comunicação e linguagem
Carga Horária: 30 h 
Total de Créditos: 2
Oferecimento: Bianual – 2º Semestre.

Bibliografia:
Bibliografia Básica: – Kandel, E., Schwartz, J., Jessell, T. Principles of Neural Science. McGrall-Hill, 2000. – Michael S. Gazzaniga, Richard B. Ivry, George R. Mangun. Cognitive Neuroscience: The Biology of the Mind. W. W. Norton & Company. 2008. – Larry Squire, Darwin Berg, Floyd E. Bloom, Sascha du Lac, Anirvan Ghosh, Nicholas C. Spitzer. Fundamental Neuroscience, Elservier, 2013. Bibliografia Complementar: – Kandel, Eric R., James H. Schwartz, and Thomas M. Jessell. Essentials of Neural Science and Behavior. Norwalk, CT: Appleton & Lange, 1995. – Platt, M. L.; Ghazanfar, A. A. Primate Neuroethology. Oxford University Press, 2012. – Tomasello, M.; Call, J. Primate Cognition. Oxford University Press, 1997. Artigos científicos relacionados aos temas da disciplina – Davis, R.L.; Zhong, Y. The Biology of Forgetting-A Perspective. Neuron. 95(3):490-503, 2017. – Ferretti, V. and Papaleo, F. Understanding others: Emotion in recognition in humans and other animals. Genes, Brain and Behavior. 18(1), 2019. – Kukushkin, N.V.; Carew, T.J. Memory Takes Time. Neuron. 95(2):259-279, 2017. – Thiele, A.; Bellgrove, M. A. Neuromodulation of attention. Neuron. 97(4), 769-785, 2018. – Vonk J. Advances in Animal Cognition. Behav Sci (Basel), 6(4):27, 2016. Links de Internet: – https://www.cognifit.com/br/cognicao – https://www.nature.com/scitable/knowledge/library/animal-cognition-96639212 – http://www.animalcognition.org/category/mammals

Descrição:

O ensino superior no século XXI. O futuro do ensino superior. Engajamento de estudantes em aulas presenciais. A gestão da sala de aula presencial. Criação eficaz de disciplinas para o sucesso dos estudantes. Estratégias de aprendizagem colaborativa. Aprendizagem ativa. Aula Expositiva Interativa. Simulação. O que é ciência. O método científico. O Método Experimental. A Discussão Científica. As etapas de uma pesquisa científica. Ética em pesquisa científica. Métodos de leitura e análise de artigos em Neuroengenharia. Projeto de pesquisa. Importância do Curriculum vitae, Comunicação de informações científicas considerando os aspectos da fala, escrita, material audiovisual e postura em apresentações públicas, reuniões, exposição de painel, seminários, aulas e outros.

 
Competências:

Domínio da Neurociência e Engenharia Biomédica – Aplicar os conhecimentos da engenharia em neurociência
Domínio Científico – Pesquisar e realizar experimentos com rigor científico para solucionar problemas, buscando a inovação
Criação e Desenvolvimento de Sistemas aplicados – Projetar, desenvolver e implementar sistemas computacionais objetivando a integração de recursos físicos e lógicos
Aptidões de Ensino – Desenvolver domínio pedagógico associado a conhecimentos da neuroengenharia
Trabalho em Equipe – Desenvolver a habilidade de trabalhar em um ambiente colaborativo
Transformação da Sociedade – Utilizar os conhecimentos adquiridos para causar transformações sociais
Formação Ética – Desenvolver a atuação profissional pautada em princípios éticos.

Objetivos de Aprendizagem:
• Compreender os elementos da criação de uma disciplina de sucesso 

• Identificar modelos de design de aprendizagem 

• Analisar o alinhamento de objetivos, avaliações e recursos de aprendizagem 

• Aplicar princípios de atividades de ensino engajadoras 

• Analisar as melhores práticas para facilitar a aprendizagem colaborativa 

• Entender as teorias e características da aprendizagem ativa 

• Compreender os procedimentos metodológicos da Aula Expositiva Interativa 

• Colocar em prática a Aula Expositiva Interativa de forma a facilitar a aprendizagem dos estudantes 

• Conceituar e caracterizar a simulação como metodologia de ensino 

• Avaliar em que situações de aprendizagem os tipos de simulação podem ser aplicados 

• Definir ciência e métodos científicos 

• Descrever as etapas de uma pesquisa científica 

• Selecionar artigos científicos apropriados para a neuroengenharia analisando a sua pertinência à área

Conteúdo temático:

  1. Didática
    • O ensino superior no século XXI: • Perspectivas sobre ensino e aprendizagem • Estudantes no centro • Foco nos docentes • O futuro do ensino superior: Visão geral • O futuro do ensino superior • Conexões globais • Foco na aprendizagem no mundo real • Aumento da prontidão para o local de trabalho • Engajamento de estudantes em aulas presenciais: Como reconhecer o engajamento de estudantes • Prática intencional e reflexiva • Confiança social para engajamento de estudantes • Como engajar estudantes com o conteúdo do curso • Como apoiar o engajamento entre estudantes • A gestão da sala de aula presencial: Introdução à gestão da sala de aula presencial • Como abordar problemas comportamentais comuns na sala de aula presencial • Planejamento intencional da gestão da sala de aula • Como abordar outros problemas de gestão da sala de aula • Reconhecer estudantes como indivíduos • Criação eficaz de disciplinas para o sucesso dos estudantes: Identificar os resultados desejados • Determinar as evidências de avaliação • Planejar as experiências e instruções de aprendizagem • Estratégias de aprendizagem colaborativa: O que é a aprendizagem colaborativa? • Benefícios da aprendizagem colaborativa • Facilitação da aprendizagem colaborativa • Atividades de aprendizagem colaborativa • Aprendizagem ativa: Introdução: O que é aprendizagem ativa? • Teorias e características da aprendizagem ativa • Benefícios e desafios da aprendizagem ativa • Estratégias para a aprendizagem ativa • Aula Expositiva Interativa: O que é a aula expositiva e interativa? • Procedimentos metodológicos • Simulação: O que é simulação? • Procedimentos metodológicos
  2. Metodologia científica
    • O Método científico • O que é pesquisa? • Conceito de pesquisa científica • Pesquisas: observacional, experimental e não-experimental (quase-experimental) • Pesquisas: exploratória, descritiva e explicativa • A pesquisa em seres humanos e em Animais de Experimentação • A pesquisa em Seres Humanos: Conceito e preceitos éticos • O tratado de Helsinque e suas atualizações • O consentimento esclarecido • Pesquisa em animais de experimentação: Conceito e princípios éticos • Regras para uso de animais em experimentação • As etapas de uma pesquisa científica • A escolha do tema e a formulação do problema • Tema: a justificativa, a relevância, a importância • Problema: a dúvida, a pergunta • A construção das hipóteses • As relações entre tema, problema e hipótese • O referencial teórico • Projeto de pesquisa • As finalidades de um projeto de pesquisa • A estrutura de elaboração de um projeto de pesquisa: página de rosto, introdução, objetivos geral e específico, justificativa, métodos e cronograma • O projeto de pesquisa e o Comitê de Ética em Pesquisa • Relatório científico • Adequação a exigências éticas e precauções a serem tomadas • Redação e apresentação de um projeto de pesquisa
 
Carga horária: 45 h
Créditos: 3

Bibliografia:
Bibliografia Básica: – BACICH, Lilian; MORAN, José. Metodologias ativas para uma educação inovadora: uma abordagem teórico-prática. Penso Editora, 2018. – GIL, Antonio Carlos. Como elaborar projetos de pesquisa. Manual de elaboração de projetos de pesquisa. 3a ed. Atlas, 1996. – MARCONI, MA, LAKATOS EM. Metodologia do Trabalho Científico: Procedimentos Básicos; Pesquisa Bibliográfica, projeto e relatório; Publicações e Trabalhos Científicos. 7a ed. Rev. Amp. São Paulo: Atlas, 2013. Bibliografia Complementar: – CACETE, Núria Hanglei. O Ensino Superior no Brasil e a Formação de Professores: 1930-2000. Paco Editorial, 2018. – CAMPOS, Carolina Rosa; DA SILVA, Talita Fernanda. Criatividade no ensino superior: uma perspectiva internacional. Psicologia Escolar e Educacional, v. 16, n. 2, p. 339-340, 2012. – CERVO, AL, BERVIAN, PA, SILVA R. Metodologia Científica. 6a ed. São Paulo: Pearson Prentice Hall, 2007. 162 p. – DÁVILA, Cristina; VEIGA, Ilma Passos Alencastro. Didática e docência na educação superior: implicações para a formação de professores. 2012. – GIL, Antonio Carlos. Didática do ensino superior. Atlas, 2015. – OLIVIERI, MFA; OLIVIERI, M. A.; BALLABEN, C. B. Didática e práticas do ensino superior. Editora Globus, São Paulo, 2013. – SANTOS, AR. Metodologia científica: a construção do conhecimento. Rio de Janeiro: DP&A, 1999. – SILVA, MHA, PEREZ, IL. Docência no Ensino Superior. IESDE Brasil S.A., 196 p., 2009. Websites relacionados aos temas da disciplina – Center for Educational Innovation: University of Minnesota. (não datado). What is active learning? (O que é aprendizagem ativa?). Extraído em 7 de abril de 2018, de https://cei.umn.edu/support-services/tutorials/what-active-learning/ – Weimer, M. (2011). Defining active learning (Definindo a aprendizagem ativa). Faculty Focus. Extraído de https://www.facultyfocus.com/articles/teaching-professor-blog/defining-active-learning/
Descrição:
Enquanto o mundo pode ser cada vez mais interconectado, a violação dos direitos humanos, a inequidade e a pobreza ainda ameaçam a paz e a sustentabilidade. O ISD entende que o papel da educação deve ir além do desenvolvimento de conhecimentos e habilidades, reconhecendo a necessidade de fomentar entre seus alunos a construção de valores e atitudes que os possibilitem entender e resolver questões globais nas áreas social, política, cultural, econômica e ambiental. 
 
Abordagem integrada aos quatro pilares da educação: – Aprender a conhecer – amplo conhecimento geral, com oportunidade de aprofundar um pequeno número de matérias; – Aprender a fazer – adquirir não apenas habilidades profissionais, mas também a competência para lidar com múltiplas situações e trabalhar em equipes; – Aprender a ser – desenvolver a própria personalidade e ser capaz de agir com maior grau de autonomia , julgamento e responsabilidade pessoal; – Aprender a viver juntos – desenvolver uma compreensão do outro e uma apreciação da interdependência.

Competências:

  1. Reconhecer a educação como força transformadora para promover dignidade e direitos humanos, para erradicar a pobreza e aprofundar a sustentabilidade, com respeito pela diversidade humana, solidariedade internacional e responsabilidade compartilhada
  2. Postura aberta à transformação do conhecimento e da própria prática
  3. Escolha de estratégias interativas para a construção e socialização de conhecimentos, segundo as necessidades de aprendizagem identificadas, considerando a diversidade sociocultural
  4. Utilização dos desafios do trabalho para estimular e aplicar o raciocínio científico, formulando perguntas e hipóteses e buscando dados e informações, com ênfase à metodologia da problematização
  5. Análise crítica de fontes, métodos e resultados, no sentido de avaliar evidências e práticas para a promoção da cidadania global
  6. Identificação da necessidade de produção de novos conhecimentos, a partir do diálogo entre a própria prática, as demandas sociais, a produção científica e o desenvolvimento tecnológico disponíveis
  7. Favorecimento ao desenvolvimento científico e tecnológico voltado para a atenção das necessidades coletivas, por meio da disseminação das melhores práticas e do apoio à realização de pesquisas de interesse da sociedade
  8. Aprender interprofissionalmente, com base na reflexão sobre a própria prática e pela troca de saberes com profissionais de outras áreas do conhecimento, para a orientação da identificação e discussão dos problemas, estimulando o aprimoramento da colaboração para a cidadania global.

 

Objetivos de Aprendizagem:
O objetivo geral é a inserção dos pós-graduandos nas diversas ações programáticas desenvolvidas pelo ISD, de forma que possam aguçar o senso de responsabilidade social e colocar em prática o compromisso com a cidadania. – Tem ainda como objetivo capacitar os pós-graduandos para a implementação de ações de extensão de forma integrada ao currículo, conforme estabelecido no Plano Nacional de Educação (PNE) em sua meta 12, na estratégia 12.7, “assegurar, no mínimo, 10% do total de créditos curriculares exigidos para a graduação em programas e projetos de extensão universitária, orientando sua ação, prioritariamente, para áreas de grande pertinência social”. – Tendo como referência a metodologia da problematização com o Arco de Maguerez, a disciplina prioriza vivências na comunidade que favoreçam o desenvolvimento da atitude reflexiva sobre a responsabilidade social da ciência e de competências colaborativas para a transformação social na direção de um mundo mais justo, pacífico, tolerante, inclusivo, seguro e sustentável.
 
Conteúdo temático
Unidade I – Pensar globalmente, agir localmente
• Educação para a cidadania global
• Objetivos de Desenvolvimento Sustentável (ODS) da Agenda 2030 da ONU
• Programa de Educação para a Ação Social e Comunitária do ISD
• Responsabilidade social da pesquisa científica
• Competência cultural e educação para a cidadania global
• Educação e Trabalho Interprofissional
• Metodologia da Problematização com o Arco de Maguerez.
 
Unidade II – Vivência integrada às ações programáticas do ISD: desenvolvimento de ações e projetos a partir da identificação de necessidades
• Módulo de dispersão no qual os alunos se integrarão às ações programáticas de sua escolha, sob a supervisão de campo dos respectivos coordenadores.
• Elaboração de hipóteses para solução de problemas da comunidade, a partir dos recursos disponíveis
• Ferramentas de gestão e avaliação de projetos
• Projeto de atuação voltada para superação da(s) necessidade(s) identificada(s)
 
Unidade III – Execução dos projetos de aplicação à realidade identificada
• Módulo de execução de projetos de aplicação prática sobre a necessidade/problema identificado junto à comunidade envolvida
• Auto avaliação (portfólio individual)
• Apresentação dos resultados obtidos e do plano de avaliação do projeto
 
Carga horária: 60 h
Créditos: 4
 
Bibliografia:
Bibliografia Básica: • Barr, H. et al. Interprofessional Education – The Genesis of a global movement. United Kingdon: Center for The Advancement of Interprofessional Education – CAIPE, June, 2015. • Barr,H & Low,H. Introdução à Educação Interprofissional. CAIPE, 2013 • Beck, Ulrich, 2011. Sociedade de risco: rumo a uma outra modernidade. São Paulo, Ed. 34, 2010, 334p. • Berbel, N. A. N. Metodologia da problematização: experiências com questões de ensino superior. Londrina: EDUEL, 1998. • Brasil, 2017. Relatório Nacional sobre os Objetivos de Desenvolvimento Sustentável. • Freitas Júnior RAO, Santos CAD, Lisboa LL, Freitas AKMS, Garcia VL, Azevedo GD. Incorporando a Competência Cultural para Atenção à Saúde Materna em População Quilombola na Educação das Profissões da Saúde. Rev. bras. educ. med. 2018 jun; 42(2):100-109. • Reeves, S. et al. A BEME systematic review of the effects of interprofessional education: BEME guide no. 39, Med. teach., London, v. 38, no. 7, p. 656-668, 2016. • UNESCO. Repensar a educação: rumo a um bem comum mundial? UNESCO Brasil, 2016, 91p. Bibliografia Complementar: • Costa MV, Vilar MJ, Azevedo GD, Reeves S. A educação interprofissional no contexto brasileiro: algumas reflexões. COMUNICAÇÃO SAÚDE EDUCAÇÃO, Interface, 2016; 20(56):197-8. • Melo MC, Queluci G de C, Gouvêa MV. Problematizing the multidisciplinary nurse residents. Rev Esc Enferm USP. 2014;48(4):706-14. residency in oncology: a practical teaching protocol from the perspective of • Santos Júnior GAD, Onozato T, Rocha KSS, Ramos SF, Pereira AM, Cruz CFDS, Brito GC, Lyra-Jr DP. Integration of clinical pharmacy services into the Brazilian health system using Problematization with Maguerez Arc. Res Social Adm Pharm. 2019;15(2):173-181. Links de Internet: https://www.caipe.org https://nacoesunidas.org/pos2015/agenda2030/
Descrição:
A neuroengenharia é uma área de pesquisa interdisciplinar que estuda o funcionamento do sistema nervoso e desenvolve soluções para as limitações e disfunções associadas a esse sistema, se deparando constantemente com problemas pouco explorados e com boas oportunidades de soluções. O empreendedorismo e inovação caminham juntos e são de fundamental importância para a criação de um novo negócio e para a sobrevivência de empresas estabelecidas. O objetivo da disciplina de empreendedorismo e inovação é abrir o horizonte de atuação dos novos profissionais, apresentando atuações além da academia, além de in