Ver o conteúdo principal

Docentes

Biografia

Sara Ribeiro é doutorada em Gestão de Informação pela NOVA Information Management School, na especialidade de Sistemas de Informação Geográfica, mestre em Sistemas de Informação Geográfica e licenciada em Engenharia do Ambiente pelo Instituto Superior Técnico. As suas principais áreas de investigação incluem Geoestatística, Sistemas de Informação Geográfica, Modelos de Alteração de Uso de Solo e Administração e Direitos de Propriedade. É membro integrado residente do MagIC. Na NOVA IMS, é atualmente Gestora de Programas de Ensino e integra o Gabinete de Apoio ao Aluno.

Publicações Cientificas

Baptista, A., Ribeiro, S., Neto, M. D. C., & Neto, J. (2022)

Modelação Inteligente do Acesso Territorial a Serviços de Interesse Geral. In Livro de Resumos da Conferência do Projeto de Investigação Científica “Fatores de Transformação Urbana (DRIVIT-UP)” em conjunto com I Conferência sobre Ciência de Dados para Ciências Sociais e VI Conferência de Planeamento Regional e Urbano. [Abstract book from the Conference of the Scientific Research Project “Drivers of urban transformation (DRIVIT-UP)” a joitly event with I Conference on Data Science for the Social Sciences And VI Conference on Regional and Urban Planning] (pp. 63-65). UA Editora. https://doi.org/10.48528/pkzd-wz70

Trilles, S., Juan, P., Díaz-Avalos, C., Ribeiro, S., & Painho, M. (2020)

Reliability evaluation of the data acquisition potential of a low-cost climatic network for applications in agriculture. Sensors (Switzerland), 20(22), 1-27. [6597]. https://doi.org/10.3390/s20226597

Duarte, A., Henriques, R., & Ribeiro, S. (2019)

Use of different optimization algorithms to define service areas of police stations in Portugal . In Evidence-based territorial policymaking: formulation, implementation and evaluation of policy: 26th  APDR Congress Proceedings (pp. 108-115). Associacao Portuguesa para o Desenvolvimento Regional (APDR).

Moraes, D., Ribeiro, S., & Costa, A. C. (2019)

Modelling air temperature in Brazilian northeast to evaluate change patterns from 2000 to 2017. In 19th  International Multidisciplinary Scientific Geoconference, SGEM 2019 (2.2 ed., Vol. 19, pp. 915-922). (International Multidisciplinary Scientific GeoConference Surveying Geology and Mining Ecology Management, SGEM). https://doi.org/10.5593/sgem2019/2.2/S11.113

Neto, M. D. C., Nascimento, M., Sarmento, P., Ribeiro, S., Rodrigues, T., & Painho, M. (2019)

A Dashboard for Security Forces Data Visualization and Storytelling. In I. Ramos, R. Quaresma, P. R. D. Silva, & T. Oliveira (Eds.), Information Systems for Industry 4.0: Proceedings of the 18th  Conference of the Portuguese Association for Information Systems (pp. 47-62). (Lecture Notes in Information Systems and Organisation; Vol. 31). Springer International Publishing. https://doi.org/10.1007/978-3-030-14850-8_4. eISBN: 978-3-030-14850-8; ISBN: 978-3-030-14849-2. Link: https://www.springer.com/us/book/9783030148492

Ribeiro, S., Cabral, P., Henriques, R., Bravo, J., Rodrigues, T., & Painho, M. (2018)

Modelação do crescimento urbano para a distribuição eficaz das forças de segurança: o caso português. PROELIUM – Revista da Academia Militar, 7(14), 45-68.

Bravo, J., Rodrigues, T., Ribeiro, S. & Inácio, A. (2018)

Portugal: Projeções de população residente 2011-2040. In T. Rodrigues, & M. Painho (Eds.), Modelos preditivos e segurança pública (pp. 169-208). Porto: Fronteira do Caos. ISBN: 978-989-54148-7-1

Cabral, P., Ribeiro, S. & Pereira, J. & Painho, M. (2018)

Análise espacial avançada no contexto da segurança interna. In T. Rodrigues, & M. Painho (Eds.), Modelos preditivos e segurança pública (pp. 231-251). Porto: Fronteira do Caos. ISBN: 978-989-54148-7-1

Painho, M. & Ribeiro, S. (2018)

O projecto SIM4SECURITY: um exemplo de aplicação de tecnologias diferenciadas em sede de políticas públicas. In T. Rodrigues, & M. Painho (Eds.), Modelos preditivos e segurança pública (pp. 157-167). Porto: Fronteira do Caos. ISBN: 978-989-54148-7-1

Ribeiro, S. & Henriques, R. (2018)

Aplicação de Self-Organizing Maps na análise da criminalidade em Portugal, 2011,2016. In T. Rodrigues, & M. Painho (Eds.), Modelos preditivos e segurança pública (pp. 253-280). Porto: Fronteira do Caos. ISBN: 978-989-54148-7-1

Ribeiro, S. (2018)

Desafios da utilização de tecnologias de informação no apoio à tomada de decisão. In T. Rodrigues, & M. Painho (Eds.), Modelos preditivos e segurança pública (pp. 87-98). Porto: Fronteira do Caos. ISBN: 978-989-54148-7-1

Ribeiro, S., Henriques, R. & Castelli, M. (2018)

Modelo de otimização. In T. Rodrigues, & M. Painho (Eds.), Modelos preditivos e segurança pública (pp. 281-302). Porto: Fronteira do Caos. ISBN: 978-989-54148-7-1

Rodrigues, T., & Ribeiro, S. (2018)

Aplicação de Self-Organizing Maps na análise da criminalidade em Portugal Continental (2011 e 2016). In R. Saraiva Hermenegildo (Ed.), Segurança Interna no Século XXI: População e Território (pp. 79-95). Porto: Fronteira do Caos. ISBN: 978-989-54375-2-8

Neto, M. D. C., Nascimento, M., Sarmento, P., Ribeiro, S., Rodrigues, T., & Painho, M. (2018)

Implementation of a Dashboard for security forces data visualization. In P. Silva, R. Quaresma, & T. Oliveira (Eds.), Atas da 18ª Conferência da Associação Portuguesa de Sistemas de Informação: a indústria 4.0 e os sistemas de informação (pp. 37). Associação Portuguesa de Sistemas de Informação.

Rodrigues, T., Ribeiro, S. & Inácio, A. (2018)

Population Dynamics, Risks and Opportunities: The Impact of Migrations on Iberian Security. In Мигрантските и бегалските кризи во глобализираниот свет: одговорности и одговори [Migrant and refugee crisis in a globalized world: responsibilities and responses]. 59-76. Skopje: Ckonje. ISBN: 978-608-238-156-5

Morgan, R. S., Abd El-Hady, M., Rahim, I. S., Silva, J., & Ribeiro, S. (2017)

Evaluation of various interpolation techniques for estimation of selected soil properties. International Journal of GEOMATE, 13(38), 23-30. DOI: 10.21660/2017.38.606721

Ribeiro, S., Caineta, J., Costa, A. C., & Henriques, R. (2017)

gsimcli: A geostatistical procedure for the homogenisation of climatic time series. International Journal Of Climatology, 37(8), 3452-3467. DOI: 10.1002/joc.4929

Ribeiro, S., Caineta, J., & Costa, A. C. (2017)

Assessing the Performance of the Gsimcli Homogenisation Method with Precipitation Monthly Data from the COST-HOME Benchmark. In J. J. Gómez-Hernández, J. Rodrigo-Ilarri, E. Cassiraga, M. E. Rodrigo-Clavero, & J. A. Vargas-Guzmán (Eds.), Geostatistics Valencia 2016 (pp. 909-918). (Quantitative Geology and Geostatistics; Vol. 16). Springer. DOI: 10.1007/978-3-319-46819-8_63

Ribeiro, S., Caineta, J., Costa, A. C., Henriques, R., & Soares, A. (2016)

Detection of inhomogeneities in precipitation time series in Portugal using direct sequential simulation. Atmospheric Research, 171, 147-158. doi: http://dx.doi.org/10.1016/j.atmosres.2015.11.014

Ribeiro, S., Caineta, J., Costa, A. C., & Soares, A. (2015)

Establishment of Detection and Correction Parameters for a Geostatistical Homogenisation Approach. Procedia Environmental Sciences, 27, 83-88. doi: http://dx.doi.org/10.1016/j.proenv.2015.07.115