Dados em Agricultura II

Código:	LAGPL1313		Sigla:	DA2
Área Científica:	Produção Agrícola e Animal

Ocorrência: 2025/26 - 1S

Área de Ensino:

Tecnologias da Informação - TInf

Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Ano Curricular	Créditos	Horas Contacto	Horas Totais
LAGRPL	8	Registo n.º R/A-CR 16/2013/AL02	3º	2,5	30	70

Horas Efetivamente Lecionadas

LAGPL_3A

Teórico-Práticas:

0,00

LAGPL_3DIA

Teórico-Práticas:

0,00

Docência - Horas Semanais Teórico-Práticas: 2,00 Tipo Docente Turmas Horas Teórico-Práticas Totais 1 2,00 Ana Cláudia Gaboleiro Charana - ESA   2,00

Docência - Responsabilidades Docente Responsabilidade Ana Cláudia Gaboleiro Charana - ESA Responsável

Objetivos de aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes)

- Compreender e aplicar conceitos fundamentais (CF) de ciência de dados e ciência da informação aplicados à agricultura;
- Compreender os princípios e conceitos fundamentais da experimentação, e efectuar a respetiva análise estatística ;
- Utilizar ferramentas informáticas para o tratamento e análise de dados;
- Desenvolvimento de competências de analise e pensamento critico na interpretação de resultados;
- Desenvolvimento de competências de gráficas de transmissão de informação.

Conteúdos programáticos

Breve explanação dos conceitos lecionados em Dados I
Análise e interpretação de dados: Análise Exploratória de Dados, Estatísticas básicas para interpretação de dados; Fundamentos da Inferência; Testes de Hipóteses
Dashboards e Relatórios Interativos na agricultura: Construção de gráficos interativos; Relatórios dinâmicos

Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da unidade curricular

Os conteúdos programáticos estão em total consonância com os objetivos de aprendizagem, assegurando a consolidação de conceitos fundamentais, a aplicação de métodos estatísticos e a utilização de ferramentas digitais. Essa articulação promove o desenvolvimento de competências analíticas, críticas e comunicacionais, fundamentais para a interpretação e a transmissão eficaz de dados na agricultura.

Metodologias de ensino e de aprendizagem específicas da unidade curricular articuladas com o modelo pedagógico

A unidade curricular será lecionada em aulas teórico-práticas, combinando exposição dialogada de conceitos com atividades práticas de análise de dados e utilização de ferramentas digitais. Esta metodologia, alinhada com o modelo pedagógico centrado no estudante, promove a integração entre teoria e prática, o desenvolvimento de competências analíticas e a capacidade crítica na interpretação e comunicação de resultados.

Avaliação

A avaliação da unidade curricular será realizada de acordo com os seguintes critérios:
Avaliação Contínua: realização de 1 prova teórico-prática.
Condições para dispensa de exame final: aprovação na prova teórico-prática com classificação igual ou superior a 10 valores.
Exame Final: prova teórico-prática, cuja aprovação requer igualmente uma classificação igual ou superior a 10 valores.

Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da unidade curricular

As aulas teórico-práticas articulam a exposição de conceitos com a sua aplicação prática, assegurando o desenvolvimento das competências previstas. A avaliação por provas teórico-práticas verifica tanto a compreensão teórica como a capacidade de análise, interpretação e comunicação de resultados, garantindo a coerência com os objetivos de aprendizagem da unidade curricular.    

Bibliografia de consulta (existência obrigatória)

- Grolemund, G. (2014). Hands-On Programming with R. O'Reilly Media
- Luck, J. D. et al. (2015). Improving Yield Map Quality by Reducing Errors through Yield Data File Post-Processing. EC2005
- Pataro, A. (2019). Dominando o Excel 2019. São Paulo: Edições Novatec
- Rayhan Shaheb, Md., Sarker, A., A. Shearer, S. (2022). Precision Agriculture for Sustainable Soil and Crop Management. DOI: 10.5772/intechopen.101759
- Stanton, J. M. (2013). Introduction to data science. Syracuse University
- Wickham, H. et al. (2023). R para Ciência de Dados (2 ed), https://pt.r4ds.hadley.nz/
-Dytham, C. (2003). Choosing and Using Statistics: A Biologist's Guide (2nd ed.). Blackwell Publishing, 249 pp.
-Eason G., Coles C.W., Gettinby G. (1996). Mathematics and Statistics for the Bio-Sciences. John Wiley&Sons Inc., 1986.
-Murteira B., Ribeiro C.S., Silva J.A., Pimenta F., Pimenta C. (2015). Introdução à Estatística (3ª ed.) Escolar Editora.