Sistema Integrado de Gestão Esportiva: uma Ferramenta de Apoio ao Programa Talento Olímpico do Paraná
Resumo
Este artigo tem como objetivo relatar o desenvolvimento de uma ferramenta de apoio a gestão esportiva do programa Talento Olímpico do Paraná, denominado SIGE—TOP (Sistema Integrado de Gestão Esportiva — Talento Olímpico do Paraná), que foi desenvolvida pela Universidade Estadual de Londrina em um trabalho conjunto do Departamento de Computação e da Secretaria de Estado do Esporte do Paraná (SEES). Esta ferramenta tem o propósito de realizar um acompanhamento e automatização das ações do programa, além de gerenciar e continuamente aprimorar as políticas, procedimentos e processos do projeto. Como resultado obteve-se uma alternativa viável para integração entre as áreas envolvidas no esporte, garantindo aos jovens acadêmicos, atletas e técnicos por meio da participação de atividades sistematizadas, a utilização do tempo de forma contributiva para o desenvolvimento de suas aptidões e o trabalho cooperativo.
Referências
R. Balasubramonian, S. Dwarkadas, and D. H. Albonesi. Dynamically managing the communication-parallelism trade-off in future clustered processors. In ACM SIGARCH Computer Architecture News, volume 31, pages 275–287. ACM, 2003.
A. S. Dhodapkar and J. E. Smith. Managing multi-configuration hardware via dynamic working set analysis. In Computer Architecture, 2002. Proceedings. 29th Annual International Symposium on, pages 233–244. IEEE, 2002.
J. Felsenstein and J. Felenstein. Inferring phylogenies, volume 2. Sinauer Associates Sunderland, 2004.
E. J. FERREIRA, V. V. MELO, and A. C. B. DELBEM. Algoritmos de estimação de distribuição em mineração de dados: Diagnóstico do greening in citrus. In II Escola Luso-Brasileira de Computação Evolutiva, pages 1–1, Guimarães, Portugal, 2010.
J. L. Henning. Spec cpu2006 benchmark descriptions. ACM SIGARCH Computer Architecture News, 34(4):1–17, 2006.
P. D. Kaur and I. Chana. A resource elasticity framework for qos-aware execution of cloud applications. Future Generation Computer Systems, 37:14–25, 2014.
H. Kim, H. Lim, J. Jeong, H. Jo, and J. Lee. Task-aware virtual machine scheduling for i/o performance. In Proceedings of the 2009 ACM SIGPLAN/SIGOPS international conference on Virtual execution environments, pages 101–110. ACM, 2009.
T. Lafage and A. Seznec. Choosing representative slices of program execution for microarchitecture simulations: A preliminary application to the data stream. In Workload characterization of emerging computer applications, pages 145–163. Springer, 2001.
M. Li and P. Vitányi. An introduction to Kolmogorov complexity and its applications. Springer Science & Business Media, 2013.
K. Liu, H. B. K. Tan, and X. Chen. Binary code analysis. Computer, (8):60–68, 2013.
H. A. Mahmoud, H. J. Moon, Y. Chi, H. Hacıgümü¸s, D. Agrawal, and A. El-Abbadi. Cloudoptimizer: multi-tenancy for i/o-bound olap workloads. In Proceedings of the 16th International Conference on Extending Database Technology, pages 77–88. ACM, 2013.
L. G. MARTINS, R. NOBRE, A. C. Delbem, E. MARQUES, and J. M. CARDOSO. Exploration of compiler optimization sequences using clustering-based selection. In the 2014 SIGPLAN/SIGBED conference on Languages, compilers and tools for embedded systems, page 63, Edinburgh, 2014.
L. G. A. Martins, R. Nobre, A. C. B. Delbem, E. Marques, and J. M. P. Cardoso. A clustering-based approach for exploring sequences of compiler optimizations. In 2014 IEEE Congress on Evolutionary Computation (CEC), pages 2436–2443, Beijing, 2014. doi: 10.1109/CEC.2014.6900634.
R. Menotti. LALP: uma linguagem para exploração do paralelismo de loops em computação reconfigurável. PhD thesis, Universidade de São Paulo, São Carlos, maio 2010.
L. F. Moro, C. L. Rodriguez, F. R. H. Andrade, A. C. B. Delbem, and S. ISOTANI. Caracterização de alunos em ambientes de ensino online. In Workshop de Mineração de Dados em Ambientes Virtuais do Ensino/Aprendizagem, Anais do Congresso Brasileiro de Informática na Educação, pages 1–10, Dourados, 2014.
L. F. S. MORO, A. M. Z. LOPES, A. C. B. DELBEM, and S. ISOTANI. Osdesafios para minerar dados educacionais de forma rápida e intuitiva: o caso da damicore e a caracterização de alunos em ambientes de elearning.. in: Ii workshop de desafios da computação aplicada à educação. In XXXIII Congresso da Sociedade Brasileira de Computação, pages 1–10, Maceio, 2013.
M. E. Newman. Modularity and community structure in networks. Proceedings of the national academy of sciences, 103(23):8577–8582, 2006.
A. Noureddine, S. Islam, and R. Bashroush. Jolinar: analysing the energy footprint of software applications. In The International Symposium on Software Testing and Analysis, pages Pages–445, 2016.
X. Pu, L. Liu, Y. Mei, S. Sivathanu, Y. Koh, and C. Pu. Understanding performance interference of i/o workload in virtualized cloud environments. In Cloud Computing (CLOUD), 2010 IEEE 3rd International Conference on, pages 51–58. IEEE, 2010.
A. Sanches, J. M. Cardoso, and A. C. Delbem. Identifying merge-beneficial software kernels for hardware implementation. In Reconfigurable Computing and FPGAs (ReConFig), 2011 International Conference on, pages 74–79. IEEE, 2011.
T. Sherwood, E. Perelman, G. Hamerly, and B. Calder. Automatically characterizing large scale program behavior. In ACM SIGARCH Computer Architecture News, volume 30, pages 45–57. ACM, 2002.
T. Sherwood, S. Sair, and B. Calder. Phase tracking and prediction. In ACM SIGARCH Computer Architecture News, volume 31, pages 336–349. ACM, 2003.
B. A. SILVA, A. C. B. DELBEM, P. C. DENIZ, and V. BONATO. Runtime mapping and scheduling for energy eciency in heterogeneous multi-core systems. In International Conference on ReconfigurableComputing and FPGAs, pages 1–6, Mayan Riviera, 2015.
P. Wilshire. Real-time linux: Testing and evaluation. In Real Time Linux Workshop, Orlando, FL, page 13, 2000.