Artwork

Contenu fourni par Universo Generalista. Tout le contenu du podcast, y compris les épisodes, les graphiques et les descriptions de podcast, est téléchargé et fourni directement par Universo Generalista ou son partenaire de plateforme de podcast. Si vous pensez que quelqu'un utilise votre œuvre protégée sans votre autorisation, vous pouvez suivre le processus décrit ici https://fr.player.fm/legal.
Player FM - Application Podcast
Mettez-vous hors ligne avec l'application Player FM !

#74 - Causalidade: A Ciência da Causa e Efeito (com Marcel Ribeiro-Dantas)

2:05:19
 
Partager
 

Manage episode 329560350 series 3205276
Contenu fourni par Universo Generalista. Tout le contenu du podcast, y compris les épisodes, les graphiques et les descriptions de podcast, est téléchargé et fourni directement par Universo Generalista ou son partenaire de plateforme de podcast. Si vous pensez que quelqu'un utilise votre œuvre protégée sans votre autorisation, vous pouvez suivre le processus décrit ici https://fr.player.fm/legal.

Por que algo acontece? O que causou isso ou aquilo? Como entender a causa dos fenômenos que acontecem na natureza e na nossa sociedade? Para explorar o mundo complexo da causalidade trouxemos um especialista na área, o pesquisador Marcel Ribeiro-Dantas.

Neste episódio, exploramos o que seria causalidade, se a inferência causal varia conforme a complexidade de cada área, se ela é sempre probabilística, se a plausibilidade é importante para entender a causalidade e os perigos de se politizar a ciência.

Marcel é engenheiro de Computação e Automação, especialista em Big Data e mestre em Bioinformática pela Universidade Federal do Rio Grande do Norte. Aluno de doutorado na Universidade Sorbonne, em Paris, onde estuda causalidade no contexto de pacientes com câncer. Atualmente é pesquisador no Instituto Curie, mas foi membro co-fundador do Laboratório de Inovação Tecnológica em Saúde (LAIS) do Hospital Universitário Onofre Lopes (HUOL-UFRN), onde participou de atividades de pesquisa por 9 anos nas áreas de informática em saúde, dispositivos médicos, telemonitoramento de pacientes, telerradiologia, sistemas de recursos humanos em saúde e inteligência artificial. Participou também de atividades de pesquisa em âmbito internacional frutos de cooperações, como com a Universidade de Harvard e o MIT. Atualmente, tem interesse nos seguintes temas: inferência causal, redes biológicas, bioinformática e inteligência artificial.

-----------REFERÊNCIAS DO EPISÓDIO----------
Mais informações sobre Marcel RIbeiro-Dantas:
http://mribeirodantas.me/

Artigos Publicados por Marcel RIbeiro-Dantas:
Google Scholar

Livro - The Book of Why: The New Science of Cause and Effect
https://amzn.to/3snKnGM

------------Cursos com Desconto------------

http://www.universogeneralista.com.br/curadoria-de-cursos/

------------------Apoie o Canal------------

https://apoia.se/universogeneralista

------------------Youtube------------------

https://www.youtube.com/c/UniversoGeneralista

------------------Redes Sociais------------

https://www.instagram.com/universogeneralista/
https://twitter.com/UGeneralista

-------- Tratamento de áudio -----------

Allan Spirandelli - https://www.instagram.com/allanspirandelli/
Spotify - https://sptfy.se/7mFh

--------ASSUNTOS DO EPISÓDIO-------

(0:00) Introdução

(1:37) Currículo do convidado

(2:42) Histórico do convidado

(9:15) De onde vem a “causalidade”?

(15:39) O que é causalidade e inferência causal?

(22:24) Probabilidade e interdisciplinaridade

(33:18) Método quantitativo através da história

(38:58) Tipos de estudo, causalidade e correlação

(45:05) Estudo clínico randomizado e seus desafios

(1:05:07) Importância da Plausibilidade

(1:17:25) Plausibilidade baixa em estudo positivo: o que acontece?

(1:25:32) Critérios de Hill e suas limitações

(1:33:16) Modelos qualitativos e quantitativos

(1:37:59) Causalidade e estudos escassos

(1:42:21) As limitações da ciência e o raciocínio evolutivo

(1:45:33) Plausibilidade extrema

(1:48:22) A popularização da ciência de dados

(1:54:09) Identificação e estimação de causas

(1:56:57) Politização da ciência e seus perigos

--- Send in a voice message: https://podcasters.spotify.com/pod/show/universogeneralista/message
  continue reading

127 episodes

Artwork
iconPartager
 
Manage episode 329560350 series 3205276
Contenu fourni par Universo Generalista. Tout le contenu du podcast, y compris les épisodes, les graphiques et les descriptions de podcast, est téléchargé et fourni directement par Universo Generalista ou son partenaire de plateforme de podcast. Si vous pensez que quelqu'un utilise votre œuvre protégée sans votre autorisation, vous pouvez suivre le processus décrit ici https://fr.player.fm/legal.

Por que algo acontece? O que causou isso ou aquilo? Como entender a causa dos fenômenos que acontecem na natureza e na nossa sociedade? Para explorar o mundo complexo da causalidade trouxemos um especialista na área, o pesquisador Marcel Ribeiro-Dantas.

Neste episódio, exploramos o que seria causalidade, se a inferência causal varia conforme a complexidade de cada área, se ela é sempre probabilística, se a plausibilidade é importante para entender a causalidade e os perigos de se politizar a ciência.

Marcel é engenheiro de Computação e Automação, especialista em Big Data e mestre em Bioinformática pela Universidade Federal do Rio Grande do Norte. Aluno de doutorado na Universidade Sorbonne, em Paris, onde estuda causalidade no contexto de pacientes com câncer. Atualmente é pesquisador no Instituto Curie, mas foi membro co-fundador do Laboratório de Inovação Tecnológica em Saúde (LAIS) do Hospital Universitário Onofre Lopes (HUOL-UFRN), onde participou de atividades de pesquisa por 9 anos nas áreas de informática em saúde, dispositivos médicos, telemonitoramento de pacientes, telerradiologia, sistemas de recursos humanos em saúde e inteligência artificial. Participou também de atividades de pesquisa em âmbito internacional frutos de cooperações, como com a Universidade de Harvard e o MIT. Atualmente, tem interesse nos seguintes temas: inferência causal, redes biológicas, bioinformática e inteligência artificial.

-----------REFERÊNCIAS DO EPISÓDIO----------
Mais informações sobre Marcel RIbeiro-Dantas:
http://mribeirodantas.me/

Artigos Publicados por Marcel RIbeiro-Dantas:
Google Scholar

Livro - The Book of Why: The New Science of Cause and Effect
https://amzn.to/3snKnGM

------------Cursos com Desconto------------

http://www.universogeneralista.com.br/curadoria-de-cursos/

------------------Apoie o Canal------------

https://apoia.se/universogeneralista

------------------Youtube------------------

https://www.youtube.com/c/UniversoGeneralista

------------------Redes Sociais------------

https://www.instagram.com/universogeneralista/
https://twitter.com/UGeneralista

-------- Tratamento de áudio -----------

Allan Spirandelli - https://www.instagram.com/allanspirandelli/
Spotify - https://sptfy.se/7mFh

--------ASSUNTOS DO EPISÓDIO-------

(0:00) Introdução

(1:37) Currículo do convidado

(2:42) Histórico do convidado

(9:15) De onde vem a “causalidade”?

(15:39) O que é causalidade e inferência causal?

(22:24) Probabilidade e interdisciplinaridade

(33:18) Método quantitativo através da história

(38:58) Tipos de estudo, causalidade e correlação

(45:05) Estudo clínico randomizado e seus desafios

(1:05:07) Importância da Plausibilidade

(1:17:25) Plausibilidade baixa em estudo positivo: o que acontece?

(1:25:32) Critérios de Hill e suas limitações

(1:33:16) Modelos qualitativos e quantitativos

(1:37:59) Causalidade e estudos escassos

(1:42:21) As limitações da ciência e o raciocínio evolutivo

(1:45:33) Plausibilidade extrema

(1:48:22) A popularização da ciência de dados

(1:54:09) Identificação e estimação de causas

(1:56:57) Politização da ciência e seus perigos

--- Send in a voice message: https://podcasters.spotify.com/pod/show/universogeneralista/message
  continue reading

127 episodes

Tous les épisodes

×
 
Loading …

Bienvenue sur Lecteur FM!

Lecteur FM recherche sur Internet des podcasts de haute qualité que vous pourrez apprécier dès maintenant. C'est la meilleure application de podcast et fonctionne sur Android, iPhone et le Web. Inscrivez-vous pour synchroniser les abonnements sur tous les appareils.

 

Guide de référence rapide