Ricardo de Sampaio Dagnino

O estudo das populações e as formas de ocupação do espaço amazônico, além de não ser tarefa fácil, em decorrência de uma série de limitações técnicas e teóricas, é uma tarefa que muitas vezes avança em direção a um debate muito relevante para a sociedade brasileira, qual seja, o estado atual e a dinâmica de uma das mais estratégicas regiões da América do Sul. Este trabalho realiza uma reflexão baseada nos dados primários dos Censos demográficos de 2000 e 2010, e em referências secundárias apresentando as diferenças e semelhanças entre dois municípios paraenses, Altamira e São Félix do Xingu, que até 1961 formavam uma única área, o município de Altamira. Para tanto, é utilizada uma abordagem que vai além da escala municipal e está atenta para as dinâmicas nos espaços intramunicipais: sedes municipais, vilas, povoados rurais e Áreas Protegidas (AP), tais como Unidades de Conservação (UC) e Terras Indígenas (TI).

No quadro da chegada da Covid-19 no Rio Grande do Sul (RS), em março de 2020, iniciamos o monitoramento da pandemia utilizando um Sistema de Informação Geográfica (SIG) online. Ele foi desenvolvido dentro do Projeto SIG Litoral, da Universidade Federal do Rio Grande do Sul, com a estratégia de disponibilizar à sociedade análises espaciais e dados organizados sobre a doença, reunindo pesquisadoras/es, bolsistas e voluntárias/os. O portal, voltado à comunicação em saúde, possibilita a visualização de dados nas escalas global, nacional e regional, além do monitoramento das populações indígenas da Amazônia e o mapeamento das redes de solidariedade no Litoral Norte do RS. Nesse artigo, enfocamos principalmente o monitoramento da Covid-19 no RS, abordando as ferramentas utilizadas, os desafios para obtenção de dados e algumas análises espaciais realizadas. Mostramos divergências entre as fontes de dados, indicando o problema da subnotificação e as diferentes metodologias empregadas pelos sistemas de vigilância sanitária. Por fim, mostramos alguns indicadores sobre números de acessos ao SIG e alcance geográfico do monitoramento da Covid-19 pela UFRGS, repercutindo positivamente na sociedade ao dar transparência aos dados oficiais, contribuindo para a pluralidade do debate sobre a pandemia, a interação de equipes multidisciplinares e a formação acadêmica de estudantes.

Resumo: Este trabalho apresenta o desenvolvimento de um Sistema de Informação Geográfica (SIG) das instituições de ensino básico, fundamental e médio, tanto públicas como particulares da região do litoral norte do Rio Grande do Sul, Brasil. O texto relata as seguintes etapas: aquisição dos dados, construção do banco de dados georreferenciado, análise de algumas características das escolas (número de alunos, situação rural/urbana, escola indígena) e infraestrutura disponível (biblioteca, internet, quadra, pátio) e, finalmente, a representação visual da distribuição espacial das escolas e seus indicadores. A base espacial georreferenciada, contendo a localização das escolas, foi construída a partir das coordenadas geográficas fornecidas pela Secretaria Estadual de Educação e pela geocodificação através do ArcGis. A base de dados estatísticos foi coletada através do processamento dos microdados do Censo Escolar de 2018, do Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP).

ABSTRACT:

This work presents the development of a Geographic Information System (GIS) for the analysis of basic and high school institutions, both public and private in the northern coast of Rio Grande do Sul, Brazil. The text reports the following steps: data acquisition, construction of the georeferenced database, analysis of some schools characteristics (number of students, rural / urban situation, indigenous school) and available infrastructure (library, internet, court, patio) and, finally, the visual representation of the spatial distribution of schools and their indicators. The georeferenced spatial base, containing the location of the schools, was built from the geographical coordinates provided by the State Department of Education and by geocoding through ArcGis. The statistical database was collected through the processing of microdata from the 2018 School Census, from National Institute for Educational Studies and Research "Anísio Teixeira" (INEP).

n/a