Seleção E Apresentação de Informações Contextuais em Ambientes Complexos

Bruno Santos do Nascimento
SELEÇÃO E APRESENTAÇÃO DE
INFORMAÇÕES CONTEXTUAIS EM
AMBIENTES COMPLEXOS
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO
INSTITUTO DE MATEMÁTICA
INSTITUTO TÉRCIO PACITTI DE APLICAÇÕES E PESQUISAS COMPUTACIONAIS
PROGRAMA DE PÓS GRADUAÇÃO EM INFORMÁTICA – PPGI
BRUNO SANTOS DO NASCIMENTO
SELEÇÃO E APRESENTAÇÃO DE INFORMAÇÕES

CONTEXTUAIS EM AMBIENTES COMPLEXOS
Tese de Doutorado submetida ao Programa

de Pós-Graduação em Informática do
Instituto de Matemática e Instituto Tércio
Pacciti da Universidade Federal do Rio de
Janeiro – UFRJ, como parte dos requisitos
necessários à obtenção do grau de Doutor em
Informática.
Orientadores: Prof. Marcos Roberto da Silva Borges, Ph.D

Profa. Adriana Santarosa Vivacqua, D.Sc.
Rio de Janeiro, RJ – Brasil

2016
CIP - Catalogação na Publicação
Nascimento, Bruno Santos do

N244s Seleção e Apresentação de Informações Contextuais
em Ambientes Complexos / Bruno Santos do
Nascimento. -- Rio de Janeiro, 2016.
165 f.
Orientador: Marcos Roberto da Silva Borges.

Coorientadora: Adriana Santarosa Vivacqua.
Tese (doutorado) - Universidade Federal do Rio
de Janeiro, Instituto Tércio Pacitti de Aplicações
e Pesquisas Computacionais, Programa de Pós
Graduação em informática, 2016.
1. Sobrecarga de informações. 2. Visualização de

informações. 3. Dashboards. 4. Gestão de
emergências. I. Borges, Marcos Roberto da Silva,
orient. II. Vivacqua, Adriana Santarosa,
coorient. III. Título.
Elaborado pelo Sistema de Geração Automática da UFRJ com os

dados fornecidos pelo(a) autor(a).
Deus, minha fonte de fé e força
para chegar até aqui.
AGRADECIMENTOS
Me lembro de quando decidi fazer o doutorado. Pensei silenciosamente: “um novo desafio me
aguarda”. Eu era mais jovem e não sabia o que era desafio. Hoje, já mais relaxado – pós-defesa –
olho para trás e vejo o quão importante o doutorado foi na minha vida. Aprendi que algumas
coisas não se explicam, se vivem.
A jornada do doutorado foi um período de muitas aventuras, aprendizados, idas e vindas. Foram
momentos marcantes que facilmente renderiam um capítulo a mais nesta tese, quiçá até um livro.
Obviamente, não posso deixar de reconhecer que muitas pessoas tornaram essa jornada menos
difícil, mais prazerosa de seguir, ou pelo menos mais enriquecedora com muita troca de
conhecimento. E são essas pessoas que eu gostaria de agradecer.
Agradeço a minha companheira Paula Nascimento, pelo carinho dispensado durante a elaboração
desta tese, por ter me ensinado que não devemos desistir dos nossos objetivos e por ter me
presenteado com meu filho Bento.
Ao meu filho Bento que mesmo sendo ainda bebê me ensinou a dar mais valor aos pequenos
momentos. Tenho certeza que as noites em claro valeram a pena.
Aos meus pais, Mauro e Abilde, e minha irmã Flávia, por todo o incentivo e por serem sempre,
em suas vidas, exemplos de trabalho e retidão. Meu muito obrigado pelas orações. Fizeram toda a
diferença.
Aos meus orientadores, Marcos Borges e Adriana Vivacqua, por todas as oportunidades de
desenvolvimento, crescimento profissional e pessoal. Seus incentivos ao longo do curso como
professores e orientadores foram decisivos na realização deste trabalho. Meu verdadeiro muito
obrigado!
Aos professores José Orlando, Jorge Xavier, Aberto Raposo e João Porto, pela pronta aceitação
de participar da banca avaliadora, contribuindo para o aperfeiçoamento deste trabalho.
A todos os professores do PPGI, que contribuíram para meu aperfeiçoamento acadêmico.
Aos amigos do Laboratório (Alan, Angélica Dias, Bruna Diirr, Bruno Lage, Danilo Pestana,
Edmar Oliveira, Fabrício Firmino, Fran Weidt, Inês Bosca, Ivison Rubim, Juliana França, Kelli
Cordeiro, Marcus Machado, Rodrigo Andrade, Tiago Marino e Viviane Azevedo) que, de uma
forma ou outra, tornaram mais ameno o caminho de construção desta tese.
Ao Grupamento Técnico de Suprimento de Água para Incêndio – GTSAI e a Secretaria
Municipal de Defesa Civil e Políticas de Segurança do Município de Duque de Caxias. Meu
especial agradecimento ao Tenente-coronel BM Marcelo Leite, ao Subtenente BM Castro, ao
Tenente-coronel BM Gil Kempers e ao Meteorologista Thiago Sousa que me apoiaram para
realização dos experimentos.
Aos amigos e alunos da Fundação Educacional Unificada Campograndense pelo apoio ao longo
de todo período de doutorado.
A Universidade Federal do Rio do Janeiro, pela qualificada formação oferecida.
A todos os funcionários do IM/NCE pela alegria e disposição com que recebem a todos que a
eles recorrem.
Estendo meus agradecimentos à Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
(CAPES), que me apoiou financeiramente e tornou este projeto possível.
E a todos que não foram citados, por esquecimento, e que de alguma forma contribuíram com
esse trabalho, o meu muito obrigado!
RESUMO
NASCIMENTO, Bruno Santos do. Seleção e Apresentação de Informações Contextuais em

Ambientes Complexos. Orientadores: Prof. Marcos Roberto da Silva Borges e Profa. Adriana
Santarosa Vivacqua. Rio de Janeiro: UFRJ/PPGI/IM/NCE, 2016. Tese (Doutorado em
Informática).
Com os recentes avanços na tecnologia da informação e da Internet, a quantidade de dados

disponíveis para os usuários continua a aumentar em um ritmo sem precedentes. A falta de
capacidade em lidar corretamente com os grandes volumes de dados faz com que tempo e
dinheiro sejam desperdiçados. Nos mais diversos ambientes, usuários precisam processar uma
quantidade cada vez maior de informação e executar tarefas cada vez mais complexas em um
pequeno intervalo de tempo. Essa dinâmica gera um dos principais problemas da sociedade
contemporânea conhecido na literatura como sobrecarga de informações. Se levarmos em
consideração ambientes complexos como o de gestão de emergência o problema da sobrecarga de
informações se torna ainda mais difícil de lidar. Geralmente nestes tipos de ambiente os usuários
possuem pouca ou nenhuma personalização no acesso e na visualização das informações. Outras
vezes eles atuam em ambientes onde diversos sistemas de informação (minimamente integrados)
competem por atenção, sobrecarregando-os com relatórios e dados ofertados. Dados que são
muitas vezes irrelevantes, e relatórios que são mal concebidos em relação à forma de
apresentação e consequentemente de difícil compreensão. Visando uma solução para os
problemas mencionados, buscou-se elaborar uma nova abordagem e sistema que permita reduzir
a sobrecarga de informações levando em consideração que em tempo de projeto, não é possível
saber quais informações são necessárias ou qual é a melhor forma de apresentação da informação
para atender demandas em contextos específicos. A solução proposta nesta tese tem objetivo de
auxiliar um usuário a realizar a seleção e a forma de apresentação das principais informações do
seu interesse de maneira interativa. Através de uma transição entre modelos o usuário pode
selecionar informações a partir de fontes de dados brutos oriundos do domínio e terminar com as
formas de apresentação adequadas para cada tipo de informação compondo um dashboard. O
trabalho foi realizado em quatro grandes etapas, cada qual seguindo os respectivos procedimentos
metodológicos da área específica, a saber: pesquisa bibliográfica, pesquisa exploratória realizada
no CICC-RJ, desenvolvimento de sistema (dashboard), aplicação de dois estudos quali-
quantitativos realizados junto ao Grupamento Técnico de Suprimento de Água –
GTSAI/CBMERJ e também junto a Secretaria de Defesa Civil e Políticas de Segurança da
Prefeitura de Duque de Caxias, para fins de avaliação da proposta.
ABSTRACT
NASCIMENTO, Bruno Santos do. Selection and Presentation of Contextual Information in

Complex Environments. Advisors: Prof. Marcos Roberto da Silva Borges e Profa. Adriana
Santarosa Vivacqua. Rio de Janeiro: UFRJ/PPGI/IM/NCE, 2016. Thesis (Doctor in Computer
Science).
With recent advances in information technology and the Internet, the amount of data available to
users continues to increase at an unprecedented rate. The lack of ability to properly handle the
large volumes of data means that time and money are wasted. In many different environments,
users need to process an ever increasing amount of information and perform increasingly
complex tasks in a short time. This dynamic creates a major problem of contemporary society
known in the literature as information overload. If we consider complex environments such as
emergency management the problem of information overload becomes even more difficult to
handle. Generally these types of environment users use a defined at design time approach, with
little or no customization access and visualization of information. Sometimes users operate in an
approach where several (minimally integrated) information systems compete for your attention,
burdening them with reports and data offered often irrelevant, poorly designed in relation to the
form of presentation and therefore difficult to understand. Considering the problem mentioned an
approach and proposed system has been designed to reduce information overload in
environments that can not know what information is needed or what is the best way of presenting
information to meet demands in specific contexts. The study was conducted in four stages, each
following their methodological procedures of specific area: bibliographic research, exploratory
survey conducted in the CICC-RJ, development system (dashboard), application of two quali-
quantitative studies in Technical Grouping of Water Supply for Fire and the Department of Civil
Defence and Security Policy of the Duque de Caxias City to evaluate the proposal.
SUMÁRIO
1 INTRODUÇÃO ............................................................................................................. 17
1.1. MOTIVAÇÃO ............................................................................................................. 17
1.2. CARACTERIZAÇÃO DO PROBLEMA ................................................................... 17
1.3. HIPÓTESE .................................................................................................................. 18
1.4. OBJETIVOS ................................................................................................................ 19
1.5. ENFOQUE DE SOLUÇÃO ........................................................................................ 20
1.6. METODOLOGIA ........................................................................................................ 21
1.7. ORGANIZAÇÃO DO TRABALHO .......................................................................... 23
2 O PROBLEMA DA SOBRECARGA DE INFORMAÇÃO ...................................... 25

2.1. DEFINIÇÃO E CONCEITOS ..................................................................................... 25
2.2. CAUSAS DA SOBRECARGA DE INFORMAÇÃO................................................. 28
2.3. SINTOMAS DA SOBRECARGA DE INFORMAÇÃO ............................................ 33
2.4. CONSIDERAÇÕES FINAIS ...................................................................................... 35
3 VISUALIZAÇÃO DE INFORMAÇÕES .................................................................... 37

3.2. MODELOS DE REFERÊNCIA .................................................................................. 41
3.3. CRITÉRIOS PARA UMA VISUALIZAÇÃO ÚTIL E SUAS DEPENDÊNCIAS .... 43
3.4. CLASSIFICAÇÃO DAS TÉCNICAS DE VISUALIZAÇÃO ................................... 44
3.5. VISUALIZAÇÃO COLABORATIVA ....................................................................... 46
3.6. INFOVIS NA PRÁTICA: SISTEMAS, FRAMEWORKS E ÁREAS DE PESQUISA50
3.6.1. Sistemas e frameworks .......................................................................................... 50
3.6.2. Áreas de pesquisa ................................................................................................... 52

3.7. DESAFIOS TÉCNICOS.............................................................................................. 53
4 DASHBOARDS ............................................................................................................. 55
4.2. PRINCÍPIOS FUNDAMENTAIS PARA O DESENVOLVIMENTO DE UM

DASHBOARD ...................................................................................................................... 57
4.3. ERROS MAIS COMUNS ........................................................................................... 62
5 ESTUDO EXPLORATÓRIO ...................................................................................... 75

5.1. DESCRIÇÃO DO ESTUDO EXPLORATÓRIO ....................................................... 75
5.1.1. [OB] Observação in-loco ....................................................................................... 79
5.1.2. [AD] Análise de documentos ................................................................................. 81
5.1.3. [ES] Entrevistas semiestruturadas ....................................................................... 81
5.2. REQUISITOS ESSENCIAIS ...................................................................................... 82
6 PROPOSTA DE SOLUÇÃO ........................................................................................ 85

6.1. DESCRIÇÃO DE UM CENÁRIO DE USO ............................................................... 85
6.2. ARQUITETURA CONCEITUAL .............................................................................. 86
6.2.1. Modelo raiz ............................................................................................................. 87
6.2.1.1. Caracterização dos dados (ou informações) ......................................................... 88
6.2.2. Modelo de seleção contextual ................................................................................ 90
6.2.3. Modelo de apresentação ........................................................................................ 92
6.2.3.1. Mapeamento visual .............................................................................................. 92
6.2.3.2. Escolha da visualização ........................................................................................ 93

6.2.3.3. Criação de visões ou alertas ................................................................................. 94
6.3. EXTENSÃO DA ARQUITETURA CONCEITUAL ................................................. 95
6.4. ARQUITETURA DE SOFTWARE ............................................................................ 96
6.4.1. Descrição dos módulos do sistema ........................................................................ 98
6.4.1.1. Módulo extrator .................................................................................................... 98
6.4.1.2. Módulo de armazenamento .................................................................................. 99
6.4.1.3. Módulo de seleção .............................................................................................. 102
6.4.1.4. Módulo de apresentação ..................................................................................... 104
6.4.1.5. Módulo de colaboração ...................................................................................... 105
6.4.1.6. Módulo de interface ........................................................................................... 105
6.5. CONSIDERAÇÕES FINAIS .................................................................................... 106
7 TRABALHOS RELACIONADOS ............................................................................ 108

7.1. INTELLIGENT VISUALIZATION AND INFORMATION PRESENTATION FOR
CIVIL CRISIS MANAGEMENT ....................................................................................... 108
7.2. DETERMINING A CRITICAL-SKILL HIERARCHY FOR COMMAND POST OF

THE FUTURE (CPOF) ....................................................................................................... 109
7.3. SOKNOS: AN INTERACTIVE VISUAL EMERGENCY MANAGEMENT

FRAMEWORK ................................................................................................................... 109
7.4. BUILDING GEOSPATIAL MASHUPS TO VISUALIZE INFORMATION FOR

CRISIS MANAGEMENT ................................................................................................... 109
7.5. DIGITAL TABLETOPS FOR SITUATIONAL AWARENESS IN EMERGENCY

SITUATIONS ..................................................................................................................... 110
7.6. VISUALIZATION OF RELEVANT INFORMATION ON MOBILE DEVICES FOR

EMERGENCY SITUATIONS............................................................................................ 110
7.7. CONTEXT-BASED ELECTRONIC HEALTH RECORD: TOWARD PATIENT
SPECIFIC HEALTHCARE ................................................................................................ 111
7.8. GETTING USER-GENERATED CONTENT STRUCTURED: OVERCOMING

INFORMATION OVERLOAD IN EMERGENCY MANAGEMENT ............................. 111
7.9. EMERGENCIA: PRO-ACTIVE DECISION SUPPORT FOR EMERGENCY

COORDINATION THROUGH ACTIONABLE EMERGENCY PLANS ........................ 111
7.10. COMPARAÇÃO ENTRE OS TRABALHOS APRESENTADOS ...................... 112
7.11. CONSIDERAÇÕES FINAIS................................................................................. 114
8 AVALIAÇÃO DA PROPOSTA................................................................................. 116

8.1. VISÃO GERAL......................................................................................................... 116
8.2. ASPECTOS ÉTICOS ................................................................................................ 117
8.3. ESTUDO 1 ................................................................................................................ 118
8.3.1. Descrição do processo atual ................................................................................ 118
8.3.2. Descrição do processo futuro .............................................................................. 123
8.3.3. Discussão ............................................................................................................... 132
8.4. ESTUDO 2 ................................................................................................................ 137
8.4.1. Descrição do processo atual ................................................................................ 137
8.4.2. Descrição do processo futuro .............................................................................. 140
8.4.3. Discussão ............................................................................................................... 144
8.5. CONSIDERAÇÕES FINAIS .................................................................................... 146
9 CONSIDERAÇÕES FINAIS E TRABALHOS FUTUROS ................................... 148

9.1. RESUMO DA TESE ................................................................................................. 148
9.2. CONTRIBUIÇÕES DA TESE .................................................................................. 149
9.3. DIFICULDADES ENCONTRADAS ....................................................................... 152

9.4. TRABALHOS FUTUROS ........................................................................................ 153
REFERÊNCIAS BIBLIOGRÁFICAS ................................................................................ 155

LISTA DE FIGURAS
Figura 1 Processo de pesquisa da tese ........................................................................................... 21
Figura 2 Estrutura da tese .............................................................................................................. 24
Figura 3 Sobrecarga da informação, uma curva U invertido (EPPLER; MENGIS, 2003) ........... 26
Figura 4 Modelo Conceitual para pesquisas acerca da sobrecarga de informações (EPPLER;
MENGIS, 2003) ............................................................................................................................. 36
Figura 5 Exemplo de SciVis .......................................................................................................... 38
Figura 6 Exemplo de InfoVis ......................................................................................................... 39
Figura 7 Modelo de Referência de Visualização (CARD et al., 1999).......................................... 42
Figura 8 Extensão do modelo de visualização (WOOD et al., 1997) ............................................ 48
Figura 9 Visualização Colaborativa pode ocorrer em muitos cenários de acordo com a matriz
adaptada de (ISENBERG, 2011) ................................................................................................... 48
Figura 10 Visualização Colaborativa distribuída e co-localizada (ISENBERG et al., 2011)........ 49
Figura 11 Painel de Controle de uma aeronave ............................................................................. 58
Figura 12 Exemplos de uso de diferentes tipos de tela em um Centro de Comando e Controle ... 61
Figura 13 Exemplo de informação fragmentada em um dashboard (FEW, 2006b) ...................... 62
Figura 14 Informações sobre diferentes produtos separadas em um mesmo dashboard (FEW,
2006b) ............................................................................................................................................ 63
Figura 15 Dashboard com barra de rolagem (FEW, 2006b).......................................................... 63
Figura 16 Indicadores de um dashboard sem contexto adequado (FEW, 2006b) ......................... 64
Figura 17 Exemplo de dashboard com informações desnecessárias (FEW, 2006b) ..................... 65
Figura 18 Exemplo de gráfico que não expressa diretamente a mensagem pretendida (FEW,
2006b) ............................................................................................................................................ 66
Figura 19 Este gráfico ilustra um problema comum com gráficos de pizza (FEW, 2006b).......... 66
Figura 20 Exemplo de dashboard com uma variedade de formas de apresentação desnecessárias
para uma mesma informação (FEW, 2006b) ................................................................................. 67
Figura 21 Exemplo de gráfico de pizza com cores muito semelhantes (FEW, 2006b) ................. 68
Figura 22 Este gráfico de barras apresenta os valores de forma imprecisa ao não começar a escala
no zero (FEW, 2006b).................................................................................................................... 69
Figura 23 Exemplo de dashboard com informações mal organizadas (FEW, 2006b)................... 70
Figura 24 Exemplo de dashboard que não diferencia as informações por sua importância (FEW,
2006b) ............................................................................................................................................ 71
Figura 25 Exemplo de dashboard com efeitos visuais inúteis (FEW, 2006b) ............................... 72
Figura 26 Exemplo de gráfico com abuso de cores (FEW, 2006b) ............................................... 73
Figura 27 Exemplo de um dashboard com apresentação visual pouco atraente (FEW, 2006b) .... 74
Figura 28 Ciclo de Gestão de Emergência ..................................................................................... 75
Figura 29 Planta baixa do segundo pavimento do CICC-RJ ......................................................... 78
Figura 30 Sala com telas para monitoramento ............................................................................... 79
Figura 31 Arquitetura Conceitual (proposta pelo autor) ................................................................ 86
Figura 32 Etapas do modelo raiz ................................................................................................... 87
Figura 33 Etapa do modelo de seleção contextual ......................................................................... 90
Figura 34 Exemplo de informações contextuais ............................................................................ 92
Figura 35 Etapas do modelo de apresentação ................................................................................ 92
Figura 36 Exemplo de mapeamento visual .................................................................................... 93
Figura 37 Espaço de trabalho que é representado pela seleção das informações e formas de
apresentação definidas pelo seu contexto ...................................................................................... 94
Figura 38 Extensão da arquitetura conceitual ................................................................................ 96
Figura 39 Arquitetura de software da proposta de solução............................................................ 97
Figura 40 Exemplo de um conteúdo extraído de uma fonte de dados formatado em XML .......... 99
Figura 41 Visão geral da estrutura do componente Modelo EAV ............................................... 100
Figura 42 Exemplo de tabela EAV, considerando dados extraídos do módulo extrator ............. 101
Figura 43 Percepção da organização dos dados a partir de um DER .......................................... 102
Figura 44 Proposta de interface de seleção e o resultado ............................................................ 103
Figura 45 Exemplos de estruturas visuais disponíveis na biblioteca D3.js ................................. 104
Figura 46 Trecho de código do D3.js e o resultado para o usuário ............................................. 105
Figura 47 Exemplo de interface do Emergency Dashboard ........................................................ 107
Figura 48 Processo atual para o Estudo 1 .................................................................................... 119
Figura 49 Execução da Corrida de Área pela equipe de campo .................................................. 121
Figura 50 Relatório de Corrida de Área ....................................................................................... 122
Figura 51 Processo futuro para o Estudo 1 .................................................................................. 124
Figura 52 Criação de novo datasource ......................................................................................... 127
Figura 53 Dashboard criado durante o treinamento ..................................................................... 127
Figura 54 Interface para escolha do conjunto de informações .................................................... 129
Figura 55 Criação de filtro de dados ............................................................................................ 130
Figura 56 Escolha das formas de apresentação............................................................................ 130
Figura 57 Dashboard com informações da Corrida de Área........................................................ 131
Figura 58 Interface para criação de alertas .................................................................................. 132
Figura 59 Processo atual para o Estudo 2 .................................................................................... 138
Figura 60 Processo futuro para o Estudo 2 .................................................................................. 142
Figura 61 Dashboard contendo radares meteorológicos .............................................................. 144
LISTA DE TABELAS
Tabela 1 Causas da sobrecarga de informações (EPPLER; MENGIS, 2003) ............................... 30
Tabela 2 Sintomas da Sobrecarga de Informações ........................................................................ 34
Tabela 3 Exemplo de Sistemas e Frameworks para InfoVis ......................................................... 50
Tabela 4 Resultados das Observações in loco ............................................................................... 80
Tabela 5 Resultados das entrevistas - estudo exploratório ............................................................ 82
Tabela 6 Requisitos essenciais ....................................................................................................... 83
Tabela 7 Dados pluviométricos (dados brutos) ............................................................................. 88
Tabela 8 Caracterização dos dados (ou informações) (FREITAS; WAGNER, 1995) .................. 89
Tabela 9 Análise comparativa dos trabalhos relacionados .......................................................... 113
Tabela 10 Participantes do processo atual do Estudo 1 ............................................................... 120
Tabela 11 Participantes do processo futuro do Estudo 1 ............................................................. 125
Tabela 12 Participantes do processo atual para o Estudo 2 ......................................................... 139
Tabela 13 Participantes do processo futuro para o Estudo 2 ....................................................... 143
LISTA DE SIGLAS
ACM Association for Computing Machinery
API Application Programming Interface
BPM Business Performance Management
CBMERJ Corpo de Bombeiros Militar do Estado do Rio de Janeiro
CEO Chief Executive Officer
CICC Centro Integrado de Comando e Controle
CEMADEN Centro Nacional de Monitoramento e Alertas de Desastres Naturais
CSCW Computer Supported Cooperative Work
DATAVIS Visualização de Dados
EAV Entidade-Atributo-Valor
ETL Extract Transform Load
GTSAI Grupamento Técnico de Suprimento de Água para Incêndio
HTTP Hypertext Transfer Protocol
IDC International data Corporation
IEEE Institute of Electrical and Electronics Engineers
INEA Instituto Estadual do Ambiente
INMET Instituto Nacional de Meteorologia
INFOVIS Visualização de Informações
JSON JavaScript Object Notation
KPI Key performance indicator
OLAP Online Analytical Processing
PPGI Programa de Pós Graduação em Informática
RADIVIZ Visualização de Coordenadas Radiais
REDEMET Rede de Meteorologia da Aeronáutica
SCIVIS Visualização Científica
SQL Structured Query Language

URL Uniform Resource Locator
WWW World Wide Web
XML eXtensible Markup Language

17
1 INTRODUÇÃO
1.1. MOTIVAÇÃO
Com os recentes avanços na tecnologia da informação e da Internet, a quantidade de dados

disponíveis para os usuários continua a aumentar em um ritmo sem precedentes. De acordo
com um estudo realizado pelo International Data Corporation – IDC, até 2020 existirão 40
zettabytes (1 zettabyte = 270 bytes) de dados digitais disponíveis, o que representará uma
duplicação do volume de dados a cada dois anos (GANTZ; REINSEL, 2011). Devido a essa
grande quantidade de dados disponíveis, decidir o que deve receber a atenção tornou-se uma
tarefa frequente nos ambientes de trabalho com informação. Vivemos em uma época em que
os usuários precisam processar uma quantidade cada vez maior de informação e executar
tarefas cada vez mais complexas em um pequeno intervalo de tempo. Essa dinâmica gera um
dos principais problemas da sociedade contemporânea conhecido na literatura como
sobrecarga de informações (KEIM et al., 2006; BLANCO FERNÁNDEZ, 2007; PIJPERS,
2010; SILVA, 2011; LI, 2015).
A sobrecarga de informações faz com que os usuários gastem muito tempo processando
grandes volumes de dados na tentativa de extrair algum conhecimento significativo.
Praticamente todos os ramos da indústria, ou negócios ou qualquer outra atividade pessoal nos
dias de hoje geram grandes quantidades de dados e na maioria das vezes, os dados são de
diversas fontes, sendo armazenados sem filtragem ou refinamento para uso posterior.
A falta de capacidade em lidar corretamente com os grandes volumes de dados faz com que
tempo e dinheiro sejam desperdiçados. Segundo Keim, Andrienko e Fekete (2008) as
possibilidades de coletar e armazenar dados vem aumentando a um ritmo mais rápido do que a
capacidade de uso para tomar decisões. Ele ainda destaca que a aquisição de dados brutos não
é mais uma barreira para os usuários, o desafio atual está em tirar proveito do excesso de
dados, totalmente dinâmicos, heterogêneos e provenientes de distintas fontes.
1.2. CARACTERIZAÇÃO DO PROBLEMA
Levando em consideração que os usuários atuam cada vez mais em ambientes complexos, que
se caracterizam pela ação de diversos tipos de atores, a imprevisibilidade de acontecimentos, a
18
troca de informações de diferentes formas e a adaptação ao longo da evolução de uma situação

(MITCHELL, 2009), o problema da sobrecarga de informações se torna ainda mais difícil de
lidar.
Diversas publicações acadêmicas – (ANDRIENKO; ANDRIENKO, 2007; BHAROSA et al.,

2009; CANÓS et al., 2010; PRASITRATANAPORN, 2010; JOHNSON et al., 2011;
ENGELBRECHT et al., 2011; COMES et al., 2012; ZAGORECKI et al., 2012;
YIGITBASIOGLU; VELCU, 2012; LI, 2015) – relatam ambientes complexos que exigem um
grande esforço e tempo dos usuários na preparação, organização, seleção e apresentação da
informação de interesse para a execução de suas tarefas. Muitas vezes, os usuários destes
ambientes possuem pouca ou nenhuma personalização no acesso e visualização das
informações. Outras vezes os usuários atuam em ambientes onde diversos sistemas de
informação (minimamente integrados) competem por atenção, sobrecarregando-os com
relatórios e dados ofertados irrelevantes, mal concebidos em relação à forma de apresentação e
consequentemente de difícil compreensão.
A sobrecarga de informações não é um problema novo e devido as novas variáveis que

surgem, esse problema sempre deve ser revisto. Soluções para este problema muitas vezes
utilizam de abordagens orientadas a tecnologia e definidas em tempo de projeto, o que
significa que sua utilização por usuários finais é severamente limitada e por vezes não atendem
necessidades específicas do usuário. Na perspectiva de lidar com o problema, formulou-se a
seguinte questão de pesquisa:
Como lidar com a sobrecarga de informações levando em consideração que em tempo de

projeto, não é possível saber quais informações são necessárias ou qual é a melhor forma
de apresentação da informação para atender demandas em contextos específicos?
1.3. HIPÓTESE
Para responder à questão proposta, assumiu-se as seguintes premissas de pesquisa:
(i) Em ambientes complexos as demandas e ofertas de informações se alteram de

acordo com o contexto;
19
(ii) É o usuário que determina o que é o seu contexto. É ele quem define quais
informações devem ser disponibilizadas para o cumprimento da tarefa;
(iii) A visualização adequada de uma informação facilita a percepção, compreensão e
uso da mesma.
A hipótese a ser avaliada é:
A sobrecarga de informações pode ser reduzida, se o usuário definir de maneira interativa

o seu próprio espaço de trabalho, que é representado pela seleção das informações e
formas de apresentação definidas pelo seu contexto.
Da hipótese pode-se destacar duas palavras chaves: seleção e apresentação. Ambas devem ser
definidas de acordo com o contexto do usuário. Segundo Fischer (2012), o contexto pode ser
determinante para o sucesso de uma tarefa, devendo ser utilizado para obter a informação
certa, no momento certo, no lugar certo, para a pessoa certa na forma de apresentação certa. É
o contexto que torna único e compreensível uma determinada situação (DEY, 2001). Dessa
forma, enquanto alguns podem achar um dado em particular desinteressante, outros
trabalhadores de informações podem extrair informações com valor do mesmo dado ou podem
exigir formas de apresentação distintas para diferentes fins.
1.4. OBJETIVOS
O objetivo deste trabalho é lidar com o problema de sobrecarga de informações. Para este fim,
propõe-se uma abordagem e um sistema que auxiliem um usuário a realizar a seleção e
apresentação das principais informações do seu interesse de maneira interativa.
Para atingir este objetivo serão necessários cumprir uma série de objetivos específicos:
• Estabelecer modelos genéricos do ponto de vista da informação, de forma a

permitir a seleção, transformação e mapeamento de informações para uma ou
mais formas distintas de visualização;
• Disponibilizar um protótipo independente de domínio, aplicado a um cenário
exemplo;
• Evidenciar e avaliar o problema abordado em cenários de aplicação real;
20
1.5. ENFOQUE DE SOLUÇÃO
O enfoque de solução desta tese foi construído a partir de evidências do problema da

sobrecarga de informações em ambientes complexos. Este problema é amplo e sempre deve
ser revisitado. Buscou-se explorar o tema através de uma combinação entre o campo teórico e
o domínio de aplicação (gestão de emergência), conforme descrito nos Capítulos de 2 a 5.
Para avaliar a hipótese é proposto uma abordagem e sistema que permite ao usuário lidar com
a grande quantidade de dados disponíveis e focar somente nas informações do seu interesse. É
o usuário quem define o que é importante em um dado momento, devendo escolher quais
informações fazem parte do seu contexto e como essas informações devem ser apresentadas a
ele.
O enfoque de solução da tese teve como base duas arquiteturas. A primeira é a arquitetura
conceitual e está relacionada com a abordagem da tese. Ela fornece uma visão geral da
organização dos dados e as funcionalidades do sistema. A arquitetura conceitual é comparável
aos modelos de referência de Visualização de Informações – InfoVis descritos no Capítulo 3.
A abordagem apresentada vai da seleção até a visualização das informações através de uma
transição entre modelos. Ela começa com os dados oriundos do domínio e termina com as
formas de apresentação adequadas para cada tipo de informação compondo um dashboard. O
uso de um dashboard se justifica pelo interesse de apresentar ao usuário todo o seu espaço de
informação de uma única vez, permitindo que ele obtenha conclusões rapidamente e reduza o
problema da sobrecarga de informações. Segundo Few (2006a), dashboards podem oferecer
uma solução ao problema de sobrecarga de informação, permitindo uma representação visual
das informações mais importantes e necessárias consolidadas e organizadas em uma única tela.
Cabe destacar que a abordagem proposta é um processo interativo. Isso é útil porque os
usuários estão interessados apenas em informações relevantes ao desenvolvimento da tarefa
atual. Desta forma, levando em conta a imprevisibilidade de acontecimentos do ambiente, o
usuário sempre que necessário pode optar por redefinir seu dashboard.
Já a segunda arquitetura é a de software. Ela descreve a estrutura do sistema em termos de

componentes de software. Ambas arquiteturas são apresentadas em detalhes no Capítulo 6.
Quanto a avaliação a ser executada buscou-se verificar se a utilização da abordagem proposta

reduz a sobrecarga de informações dos usuários que atuam em ambientes complexos. A
21
proposta é instanciada no domínio de aplicação de gestão de emergências por meio de

trabalhos de campo realizados no Centro Integrado de Comando e Controle do Estado do Rio
de Janeiro – CICC-RJ, Grupamento Técnico de Suprimento de Água para Incêndio – GTSAI e
na Secretaria de Defesa Civil e Políticas Públicas da Prefeitura de Duque de Caxias. Dessa
forma, pôde-se obter uma avaliação quali-quantitativa da solução, verificando sua
aplicabilidade no domínio, bem como identificando se a solução proposta oferece indícios de
ter diminuído a sensação da sobrecarga de informações (Capítulo 8).
1.6. METODOLOGIA
Esse trabalho foi realizado em quatro grandes etapas, cada qual seguindo os respectivos
procedimentos metodológicos da área específica, a saber: pesquisa bibliográfica; estudo
exploratório, desenvolvimento de sistema e aplicação de estudos em campo para avaliação da
proposta. Devido a esta diversidade, a metodologia empregada em cada etapa será abordada
separadamente. A Figura 1 mostra todo o processo de investigação da pesquisa. Este processo
de investigação foi concebido com base nos trabalhos de Oates (2005) e Wazlawick, (2009).
!" # % % &%
$ % " "
& & '
% & (
Figura 1 Processo de pesquisa da tese

22
Pesquisa bibliográfica
Existe grande quantidade de trabalhos relacionados aos temas-chave desta tese (Sobrecarga de
Informação, Visualização de Informações e Dashboards). Nos Capítulos de 2 a 4 é
apresentado uma revisão de literatura, que permitiu estabelecer a fundamentação teórica
necessária para uma melhor compreensão do problema e das áreas relacionadas à proposta de
solução. Já no Capítulo 7 é apresentado uma análise de trabalhos encontrados na literatura que
mais se correlacionam com a solução proposta.
Estudo exploratório
Um estudo exploratório foi realizado com profissionais atuantes na área de emergência,

visando obter uma maior compreensão e precisão na caracterização do problema abordado na
tese. O estudo permitiu ao pesquisador ter maior familiaridade com o cenário de aplicação,
além de elicitar requisitos essenciais para solução proposta. O estudo foi realizado por meio de
diversas técnicas como: observação in loco, pesquisa a documentos e entrevistas
semiestruturadas. Esse estudo é detalhado no Capítulo 5.
Desenvolvimento da solução
O desenvolvimento da solução teve como foco estabelecer uma nova abordagem – baseada em
modelos de visualização – e no desenvolvimento do sistema. Para o desenvolvimento do
sistema optou-se pela implementação de um gerador de dashboard. Visto que os dashboards
podem oferecer uma solução ao problema da sobrecarga de informação, auxiliando o usuário
na visualização das principais informações do seu interesse em uma única tela (FEW, 2006a;
YIGITBASIOGLU; VELCU, 2012).
Avaliação da proposta
A avaliação buscou verificar se a utilização da abordagem proposta reduz a sobrecarga de

informações dos usuários que atuam em ambientes complexos. A avaliação foi realizada no
domínio de emergência, sendo aplicada estudos de caso junto ao Grupamento Técnico de
Suprimento de Água – GTSAI/CBMERJ e também junto a Secretaria de Defesa Civil e
Políticas de Segurança da Prefeitura de Duque de Caxias. Optou-se por uma avaliação quali-
quantitativa, objetivando coletar dados e evidências dos problemas de sobrecarga de
informações enfrentados pelos gestores. Para isso, em ambos estudos de caso são descritos o
23
processo atual (como é feito) e o processo futuro (abordagem proposta na tese) das atividades
realizadas. Além disso, ao final de cada estudo é apresentado uma discussão quanto as
evidências de sobrecarga encontradas ao se comparar os processos.
1.7. ORGANIZAÇÃO DO TRABALHO
Este trabalho está organizado da seguinte forma:
O capítulo 2 discorre sobre o problema de sobrecarga de informações, tratando sua definição e

conceitos, suas causas e sintomas.
O Capítulo 3 aborda os conceitos relacionados a área de Visualização de Informações.
O Capítulo 4 apresenta os princípios fundamentais para a elaboração de um dashboard.
O Capítulo 5 apresenta um estudo exploratório realizado no CICC-RJ.
O Capítulo 6 apresenta a proposta de solução descrevendo duas arquiteturas bases: conceitual

e de software.
O Capítulo 7 apresenta uma análise de trabalhos encontrados na literatura (dos últimos 10

anos, no máximo) que exploram a seleção e visualização de informações e/ou dashboards.
O Capítulo 8 apresenta dois estudos de caso realizados para avaliação da proposta.
Finalmente, as considerações finais e trabalhos futuros são apresentados no Capítulo 9.
A Figura 2 apresenta esquematicamente a organização desta tese em capítulos.

24
1. Introdução Referencial teórico:
Problema 2. O Problema da sobrecarga de informações

Considerações conceituais acerca do problema da
Como lidar com a sobrecarga de sobrecarga de informação e delimitação do
informações levando em problema.
consideração que em tempo de
projeto, não é possível saber
quais informações são 3. Visualização de informações
necessárias ou qual é a melhor Conceitos fundamentais sobre a área de
forma de apresentação da Visualização de Informações, relacionados ao
informação para atender problema abordado.
demandas em contextos
específicos?
4. Dashboards
Descreve os principais fundamentos para o
desenvolvimento de um dashboard e erros mais
comuns cometidos.
Hipótese
A sobrecarga de informações 7. Trabalhos relacionados

pode ser reduzida, se o usuário Análise de trabalhos encontrados na literatura (dos
definir de maneira interativa o últimos 10 anos, no máximo) que exploram a
seu próprio espaço de trabalho, seleção e/ou a visualização de informações e/ou
que é representado pela seleção dashboards.
das informações e formas de
apresentação definidas pelo seu
contexto.
5. Estudo exploratório
É detalhado um estudo exploratório que sinaliza
evidências do problema de sobrecarga de
Solução proposta informações em um cenário real.
Uma abordagem e sistema que

auxilie um usuário a realizar a
seleção e apresentação das 6. Proposta de solução
principais informações do seu A proposta de solução toma por base duas
interesse de maneira interativa. arquiteturas: conceitual e software.
8. Avaliação da solução
Avaliação Descrição de estudos de casos realizados junto a
equipes de emergência (GTSAI e Defesa Civil de
Realização de estudos de campo Duque de Caxias) para fins de avaliação da solução.
com objetivo de aplicar a solução
proposta em um cenário real.
9. Considerações finais e trabalhos futuros

Apresenta as principais contribuições e
apontamentos para continuação do trabalho.
Figura 2 Estrutura da tese

25
2 O PROBLEMA DA SOBRECARGA DE INFORMAÇÃO
Este capítulo tece algumas considerações conceituais acerca do problema da sobrecarga de

informação, suas causas e sintomas. Além disso, é apresentado a delimitação deste problema a
ser abordado na tese.
2.1. DEFINIÇÃO E CONCEITOS
Com o advento dos computadores, e sobretudo da internet, a sociedade vem mudando

radicalmente seu comportamento quanto ao uso da informação. Até poucas décadas atrás,
vivia-se em uma sociedade em que a maior parte das informações disponíveis possuíam alto
custo, eram escassas e de difícil obtenção. A preocupação que havia era não conseguir
informação suficiente para um determinado propósito. Atualmente observa-se uma inversão
desta situação. As dificuldades para se obter informações foram substituídas pelos obstáculos
de se lidar com grande quantidade de informações e perceber quais são as informações
relevantes (SABEEH; ISMAIL, 2013). De acordo com Pijpers (2010) essa crescente
quantidade de informações disponíveis faz com que a capacidade de processamento das
pessoas seja excedida. A este fenômeno dá-se o nome de sobrecarga de informação.
Kerren e outros autores (KERREN et al., 2006; PIJPERS, 2010; PRASITRATANAPORN,

2010) mencionam que diversos estudos vêm tentando analisar e definir a sobrecarga de
informações, levando a vários conceitos, sinônimos e termos relacionados. De acordo com
Pijpers (2010) o problema da sobrecarga de informações foi primeiramente reconhecido e
estabelecido na área de psicologia clínica. Entretanto, encontram-se na literatura outros termos
para o problema como: sensory overload (MALHOTRA, 1984); information input overload
(MILLER, 1960); information fatigue syndrome (MCCUNE, 1998); overabundance of
information (BARTOO; SIAS, 2004); cognitive overload (MULDER et al., 2006) e content
overload (HIMMA, 2007), para citar alguns.
Pijpers (2010) ratifica que ainda não existe uma definição única aceita para o fenômeno da
sobrecarga de informações. Em seu trabalho descreve algumas importantes definições e relata
que o fenômeno da sobrecarga de informações pode ser descrito de duas maneiras: 1) quando
o usuário recebe mais informações do que ele consegue absorver e 2) quando a demanda por
26
processamento de informações excede a capacidade de recursos disponíveis para processá-las.

Acrescido a essas duas descrições, nesta tese considera-se também 3) a forma de apresentação
inadequada frente ao volume de informações, conforme apresentado em (KEIM et al., 2008).
Segundo Pijpers (2010) alguns estudiosos relacionam a sobrecarga de informações a uma

preocupação com o indivíduo. Outros afirmam que ela está relacionada com as organizações
onde as pessoas trabalham. Já outros pesquisadores acreditam que o excesso de informação é
causado pelas limitações de hardware e software, e, portanto, o problema pode ser resolvido
com alguma tecnologia específica disponível. De certa forma e em concordância com essas
afirmações, existe uma relação entre todos os pontos de vista, pois a capacidade de lidar com a
informação depende da relação entre as pessoas, as práticas dentro das organizações e as
tecnologias.
A sobrecarga de informação é um problema insolúvel, pois as pessoas, as organizações e as

tecnologias mudam constantemente. Segundo Eppler e Mengis (2003), há um ciclo contínuo
de melhoria e refinamento. Ainda de acordo com os autores a curva em U invertida vista na
Figura 3 foi uma das primeiras definições de sobrecarga de informação. Eles mencionam que,
no meio acadêmico, existe um consenso de que uma carga pesada de informações pode afetar
o desempenho de um indivíduo negativamente (se medido em termos de precisão ou
velocidade).
Figura 3 Sobrecarga da informação, uma curva U invertido (EPPLER; MENGIS, 2003)

27
Na Figura 3 pode-se perceber que a precisão da tomada de decisão para um indivíduo

correlaciona-se positivamente com a quantidade de informações que ele recebeu até um certo
ponto. Se a quantidade de informação ultrapassar esse ponto haverá um rápido declínio no
desempenho do indivíduo. As informações fornecidas para além deste ponto não serão
integradas ao processo de tomada de decisão e a sobrecarga de informações será o resultado.
De acordo com Vigil (2011), altos níveis de sobrecarga de informações confundirão o
indivíduo, afetando sua capacidade de estabelecer prioridades, ou tornando a informação
prévia mais difícil de ser lembrada.
A Figura 3 também pode ser observada em termos de velocidade de processamento. Este tipo
de interpretação é de grande relevância em cenários onde existe pressão do tempo no
processamento de informações. De acordo com Schick et al. (1990), o tempo para processar a
informação é uma combinação do tempo necessário para interagir com outras organizações e o
tempo requerido para processar a informação. Quando o tempo requerido para processar a
informação excede o tempo disponível ocorre a sobrecarga de informação.
Situações complexas onde a tomada de decisões envolve extrema pressão do tempo se tornam
mais suscetíveis a agravar condições da sobrecarga de informação. Por exemplo, no cenário de
emergência, grupos que respondem a situações de emergência muitas vezes experimentam a
sobrecarga, principalmente devido a multiplicidade de sistemas de informações disponíveis, ou
a necessidade de lidar com a informação de forma imprevista, fazendo com que a predefinição
dos sistemas não seja suficiente para atender as constantes mudanças do contexto
(NASCIMENTO et al., 2016). A ação de diversos tipos de atores, a imprevisibilidade de
acontecimentos, a troca de informações de diferentes formas e a adaptação ao longo da
evolução de uma situação agravam o problema. Durante uma emergência, sem as condições
apropriadas para tomar decisões, o gestor pode tomar decisões equivocadas (ENGELBRECHT
et al., 2010).
Para Lazarte (2000), a informação só tem sentido se for relevante e se ajudar na tomada de
decisões. Segundo ele, em boa parte das pesquisas diárias por informações, os trabalhadores
acabam por perder tempo e atenção na separação do que é relevante. Fischer (2012) descreve
que “menos é mais”, devendo-se buscar uma menor quantidade e maior qualidade de
informação. O fato é que a informação deve ser objetiva e para que seja possível transcender
os obstáculos da sobrecarga de informações, faz-se necessário criar meios mais sofisticados
28
para selecionar a informação. No que tange o desenvolvimento de futuros ambientes

computacionais, o desafio não é fornecer mais informações de forma deliberada para qualquer
pessoa, em qualquer momento, e em qualquer lugar, mas, fornecer a informação “certa”, no
tempo “certo”, no lugar “certo”, para a pessoa “certa”. Estes tipos de serviços requerem ainda
meios adicionais para que a informação possa ser compreendida e transformada em
conhecimento. Nesse sentido, a área de visualização de informações pode ser utilizada a fim
de melhorar a qualidade da informação e reduzir a sobrecarga. Esta área será detalhada no
Capítulo 3.
2.2. CAUSAS DA SOBRECARGA DE INFORMAÇÃO
O trabalho de Eppler e Mengis (2003) agrupa as possíveis causas para a sobrecarga em cinco
constructos: fatores pessoais (as pessoas que lidam com a informação), as características da
informação, as tarefas e os processos que precisam ser completados, o desenho organizacional
e a tecnologia da informação. De acordo com os autores não existe uma única causa para
sobrecarga de informações, mas uma combinação de causas.
Fatores Pessoais
O constructo Fatores pessoais é importante para determinar em qual ponto pode ocorrer a
sobrecarga de informações frente a temas relacionados ao ser humano. Determinadas causas
podem sobrecarregar a capacidade de processamento das pessoas. De acordo com Vigil (2011)
as pessoas tentam manter o controle da quantidade de informações para lidar com a sobrecarga
tendendo a recodificar, ou filtrar ou até omitir informações, de forma a aumentar a quantidade
de informações úteis.
Característica da informação
O constructo Característica da Informação possui temas relacionados à informação em si, tais

como: quantidade, ambiguidade, complexidade, intensidade, dimensões, qualidade. A
característica da informação pode determinar casos exóticos, por exemplo, informações
ambíguas podem ser compreendidas de diferentes formas, causando a sobrecarga. Em casos
em que a mesma informação é fornecida repetidamente no mesmo formato ou em formatos
distintos, a característica da informação pode permitir a manifestação da preferência, ou seja,
os usuários optam por ter o acesso à informação pela mídia que mais lhes convém ou agrada,
29
conforme seu background de conhecimento ou de acordo com a tecnologia utilizada.

Entretanto, em alguns cenários complexos, como é o caso dos operadores de emergência, o
volume de informações disponíveis pode criar sobrecarga e confusões na compreensão das
informações pelas diferentes equipes envolvidas.
Tarefas e Processos
O constructo Tarefas e Processos aborda fatores relacionados a complexidade do trabalho.

Quanto mais complexa for uma tarefa, mais provável será a ocorrência de sobrecarga de
informações. De acordo com Pijpers (2010), muitos trabalhadores da informação têm de
desempenhar funções que não são padronizadas. Isso requer uma grande quantidade de
informações que aliado a pressão do tempo, podem levar a sobrecarga de informações. A
sobrecarga de informações também é provável se os trabalhadores de informação têm de
executar várias tarefas em paralelo, pois irão gastar um maior tempo alternando entre as
tarefas e, ao fazê-lo, eles têm que verificar onde pararam de executar a tarefa, gastando tempo
e aumentando o esforço mental. De acordo com Vigil (2011), quando a quantidade de tempo
disponível não for igual ao tempo necessário para completar uma tarefa, ajustes serão feitos
para acomodar a falta de tempo, entretanto, resultará em imprecisões.
Desenho organizacional
O constructo Desenho organizacional aborda fatores relacionados ao ambiente de trabalho:

colaboração entre grupos, comunicação, demonstração de poder, centralização ou
descentralização. De acordo com Vigil (2011) a estrutura organizacional de uma empresa
influencia a ocorrência da sobrecarga de informações. Segundo Pijpers (2010), as novas
formas de organização e comunicação, as novas formas de trabalhar em conjunto (por
exemplo, o trabalho colaborativo, as equipes virtuais), e o processo de globalização podem
criar uma necessidade de comunicação e coordenação mais intensas. Como resultado, mais
informações devem ser trocadas, levando a sensações de sobrecarga de informação.
Tecnologia da informação
O constructo Tecnologia da informação aborda fatores tecnológicos. As novas tecnologias de

comunicação, principalmente a Internet, têm alavancado a produção de informações
disponíveis fato que é universalmente visto como uma importante fonte de sobrecarga de
30
informação. Atualmente, a informação pode estar acessível em todos os lugares, sendo

distribuída através de mídias diversas. Como o usuário pode acessar as informações a partir de
múltiplas fontes de informação, ele é obrigado a se adaptar ao conteúdo, bem como as
demandas feitas por cada fonte individual. O usuário também pode ter dificuldade em encaixar
as informações dentro de uma estrutura cognitiva utilizável. Além disso, o meio através do
qual a informação é transmitida, e a forma em que a informação é apresentada, podem também
provocar sensações de sobrecarga (PIJPERS, 2010).
A lista completa desenvolvida no trabalho de Eppler e Mengis (2003) referente às causas da

sobrecarga estão dispostas na Tabela 1. A tabela está estruturada de acordo com os cinco
constructos discutidos anteriormente. Esses constructos serviram como base para a avaliação
qualitativa da proposta descrita no Capítulo 8.
Tabela 1 Causas da sobrecarga de informações (EPPLER; MENGIS, 2003)
Causas da Sobrecarga de Informações Referências
Fatores pessoais Limitações na capacidade de processamento Herbig e Kramer, 1994
Escopo de decisão e necessidade de Kock, 2001

documentação resultante
Motivação, atitude, satisfação Muller, 1984
Características pessoais (experiência, Owen, 1992; Hiltz e Turoff,

habilidades, ideologia, idade) 1985; Muller, 1984;
Schneider, 1987; Swain e
Haka, 2000
Situação pessoal (hora do dia, barulho, Owen,1992; O'Reilly,1980

temperatura, quantidade de sono)
Informações da tela de remetentes de saída Van Zandt, 2001

insuficientes
Usuários se adaptam a forma de interagir Maes, 1994

com computadores muito lentamente em
31
relação ao desenvolvimento tecnológico
Quebra nas barreiras de comunicação social Schultze e Vandenbosch,

1998
Características Número de itens de informação aumentando Bawden, 2001; Herbig e

da Informação Kramer, 1994; Jacoby et al.,
1974; Jacoby 1977, 1984;
Incerteza da informação (informação Schneider, 1987; Tushman e

necessária versus informação disponível) Nadler, 1978
Diversidade de informações e aumento no Bawden, 2001; Inselin, 1988;

número de alternativas Schroder et al., 1967
Ambiguidade da informação Schneider, 1987; Sparrow,

1999
Novidades de informações Schneider, 1987
Complexidade da informação Schneider, 1987
Intensidade da informação Schneider, 1987
Aumento nas dimensões da informação Schroder et al., 1967
Qualidade da informação, valor Sparrow, 1998, 1999
Abundância de informações irrelevantes Ackoff, 1967
Tarefas e Tarefas são menos rotineiras Tushman & Nadler, 1975

processos
Complexidade das tarefas e Tushman & Nadler, 1975

interdependência entre elas
Pressão de tempo Schick et al., 1990
Interrupções em tarefas complexas Speier et al., 1999

32
Excesso de detalhes Schick et al., 1990
Entradas simultâneas de informações nos Grise e Gallupe, 1999/2000

processos
Rápida evolução da inovação - redução no Herbig e Kramer, 1994

ciclo de vida
Trabalhos interdisciplinares Bawden, 2001
Desenho Trabalho colaborativo Wilson, 1996

organizacional
Centralização (gargalos) ou Schneider, 1987

desintermediação (busca de informação é
feita por usuários finais ao invés de
profissionais de informações)
Acumulação de informações para Edmunds e Morris, 2000

demonstrar poder
Heterogeneidade nos grupos de trabalho Grise e Gallupe, 1999
Novas informações e tecnologias de Bawden, 2001; Schultze e

comunicação Vandenbosch, 1998; Speier et
al., 1999
Tecnologia da Push systems Bawden, 2001

informação
E-mails Bawden, 2001
Intranet, extranet, Internet Bawden, 2001
Aumento no número de canais de TV Edmunds e Morris, 2000
Diferentes canais de distribuição para o Edmunds e Morris, 2000

mesmo conteúdo
Grande capacidade de armazenamento dos Schultze e Vandenbosch,

33
sistemas 1998
Redução de custos de duplicação da Schultze e Vandenbosch,

informação 1998
Velocidade de acesso Schultze e Vandenbosch,

1998
2.3. SINTOMAS DA SOBRECARGA DE INFORMAÇÃO
A sobrecarga de informação pode ser percebida através de uma variedade de sintomas que
afetam a pessoa que lida com informações, bem como o seu desempenho no trabalho. Muitos
desses sintomas vêm sendo descritos por diferentes autores, conforme mostrado na Tabela 2.
Davenport e Beck (2001) descrevem a sensação existente quanto à quantidade de informações

disponíveis e seus efeitos. Em seu trabalho os autores destacam que frente a grande quantidade
de informações disponíveis, o recurso mais escasso é a atenção.
Eppler e Mengis (2003) discutem as reações de usuários quando expostos a uma carga pesada
de informações. Os autores destacam que o maior problema de pesquisa sobre os efeitos ou
sintomas da sobrecarga de informação diz respeito à questão de saber se e como a sobrecarga
de informação afeta a precisão da decisão, tempo para tomada de decisão e desempenho de
uma forma geral. Ainda segundo os autores há um amplo consenso na academia que uma
carga pesada de informações pode afetar o desempenho de um indivíduo de forma negativa.
Pijpers (2010) utiliza dois termos para descrever os sintomas da sobrecarga de informações:
(1) Ansiedade de informações e (2) Fadiga de informações. O primeiro diz respeito ao
sentimento de ansiedade de um indivíduo quando a informação não diz o que indivíduo quer
ou precisa saber. O segundo está relacionado a fisiologia humana não ser capaz de lidar com
grandes quantidades de informações. De acordo com o autor, quando um indivíduo é exposto a
uma grande quantidade informações irrelevantes para obter o que precisa, o resultado são
sentimentos de irritação, frustração, impotência, impaciência, para citar alguns, corroborando
desta forma com Davenport e Beck (2001). Já Zhuang, Qiu e Peng (2011) destaca o intenso
interesse da comunidade acadêmica em identificar sintomas da sobrecarga de informação, que
34
incluem a incapacidade de usar informações de forma eficaz, uma maior tolerância de erro,
uma falta geral de perspectiva e tensão cognitiva, estresse, menor satisfação no trabalho e até
mesmo doenças físicas.
Tabela 2 Sintomas da Sobrecarga de Informações
Referências Sintomas
Davenport e Beck Incapacidade de tomar decisões ou de enfrentar a situação de outras

(2001) maneiras.
Irritabilidade e raiva.
Dor no estômago e nos músculos.
Sentimento frequente de desamparo, desânimo e letargia.
Insônia.
Escassez de atenção.
Eppler e Mengis
Estratégias limitadas ao pesquisar informações.
(2003)
Análise e organização arbitrária de informação.
Tomada de decisões subótimas.
Exaustão.
Confusão e falso senso de segurança devido à redução de incerteza

(excesso de confiança).
Ansiedade de Informação: gap existente entre o que as pessoas conhecem

Pijpers (2010) e o que elas pensam que deveriam conhecer. Um buraco negro entre os
dados e o conhecimento.
Síndrome da Fadiga de Informações: tecnologias que processam,

armazenam e entregam informações estão avançando rapidamente,
enquanto o cérebro humano e o sistema nervoso permanecem inalterados.
35
Zhuang, Qiu e
Incapacidade de utilizar a informação de forma eficaz.
Peng (2011)
Maior tolerância ao erro.
Falta de perspectiva.
Menor satisfação no trabalho.
Desenvolvimento de doença física, tensão e estresse.
2.4. CONSIDERAÇÕES FINAIS
Analisando a literatura nota-se que as definições sobre o tema sinalizam em comum: a

capacidade limitada do nosso cérebro no processamento de informações.
Em ocasiões que há mais informação do que se consegue absorver, ou quando a informação

chega mais rápido do que podemos processá-la, ou até mesmo quando a forma de apresentação
da informação não é adequada as nossas preferências, o resultado será a sobrecarga de
informações.
Esta tese lida com o problema da sobrecarga de informações em ambientes complexos. Estes
tipos de ambiente são caracterizados pela interação não previsível dos seus agentes entre si e
também com o ambiente (CORDEIRO, 2015). Os agentes podem ser de diferentes tipos:
pessoas, organizações, equipamentos e sistemas de informação, e devem coevoluir
constantemente à medida que aumenta a imprevisibilidade da evolução da situação.
Através da revisão bibliográfica foi observado que uma grande quantidade de informações
pode afetar o desempenho de um indivíduo negativamente (se medido em termos de precisão
ou velocidade). Verificou-se que a sobrecarga de informações é um fenômeno complexo que
deve ser estudado constantemente em um ciclo contínuo de melhoria e refinamento (EPPLER;
MENGIS, 2003). Eppler e Mengis pesquisaram a obra de mais de uma dezena de autores e
sugeriram causas fundamentais da sobrecarga de informações. Estas por sua vez levam a
sintomas que pedem contramedidas (soluções) para redução de suas causas. Este processo
36
cíclico foi apresentado no trabalho dos autores (Figura 4) e suas causas foram utilizadas como
base para avaliação desta tese.
Figura 4 Modelo Conceitual para pesquisas acerca da sobrecarga de informações (EPPLER; MENGIS, 2003)
A investigação do problema desta tese foi delimitada a ambientes complexos no âmbito da

Gestão de emergências. Buscou-se a identificação do problema de sobrecarga em situações
reais enfrentadas por gestores de emergência, no qual a dinâmica do processo de resposta de
emergência é rápida e extremamente complexa. O detalhamento das evidências deste problema
é descrito no Capítulo 5.
Nos próximos capítulos serão apresentados dois tópicos que são fundamentais para a
elaboração da proposta de solução desta tese. A área de pesquisa denominada Visualização de
Informação é apresentada no Capítulo 3. Esta área estuda maneiras de como o uso de
computadores, na criação de representações visuais interativas a partir de dados abstratos,
pode ampliar a cognição. Já no Capítulo 4 são apresentados os conceitos para o
desenvolvimento de um dashboard.
37
3 VISUALIZAÇÃO DE INFORMAÇÕES
Este capítulo apresenta conceitos fundamentais sobre a área de Visualização de Informações,

relacionados ao problema abordado nesta tese e a solução proposta a ela.
Conforme apresentado no Capítulo 2 vivemos em uma sociedade que sofre com os efeitos da
sobrecarga de informação. Atualmente, nos mais diferentes domínios, usuários acessam
grandes e diversificadas bases de dados obtendo facilmente um grande volume de
informações, dentre as quais muitas podem ser irrelevantes para os objetivos da tarefa que está
sendo realizada. De acordo com Neto (2008), o processo humano de aquisição e uso de
conhecimento, chamado de cognição, é por si próprio um processo limitado. Segundo Norman
(1993), “Sem ajuda externa, a memória, o pensamento e o raciocínio são todos restritos”.
Na finalidade de auxiliar externamente a cognição, a humanidade vem desenvolvendo ao

longo de sua história artefatos como forma de registrar e expressar dados para serem
posteriormente analisados por meio de nossos sentidos, em especial a visão (SILVA, 2006).
De acordo com Ware (2012), o sentido da visão, apresenta maior largura de banda em relação
a outros sentidos e, além de ser rápido e paralelo, é treinado para reconhecer padrões em dados
representados pelos artefatos, trazendo à tona informações que seriam difíceis de entender
caso fossem apresentadas de outras formas. Principalmente após o advento dos computadores
e, mais recentemente, com a disseminação de microcomputadores de alta velocidade de
processamento, a utilização da percepção visual tem sido amplamente estudada como
amplificadora da cognição. Esse interesse sobre a maneira como artefatos visuais podem
facilitar o processo de aquisição e uso de conhecimento levou a comunidade científica a
investir na área de Visualização.
Entende-se por Visualização a área na qual técnicas de computação gráfica e de interação são
empregadas para auxiliar o processo de análise e compreensão de um conjunto de dados, por
meio de representações visuais manipuláveis. Segundo Few (2009), Visualização pode ser
acompanhada por três palavras, criando três termos com significados diferentes:
• Visualização de Dados (DataVis).

38
• Visualização Científica (SciVis).

• Visualização de Informações (InfoVis).
De acordo com Few (2009), DataVis é um termo “guarda-chuva” que cobre todos os tipos de
representações visuais, seja SciVis ou InfoVis. Na SciVis os dados a serem apresentados
geralmente correspondem a medidas associadas a objetos físicos, fenômenos ou posições num
domínio espacial. Como exemplo de visualizações nessa linha, podemos citar a visualização
de órgãos do corpo humano, de fluidos em movimento e, até mesmo, de funções matemáticas.
Enquanto isso, InfoVis trata dados abstratos como relacionamentos ou informações inferidas a
partir de dados mensurados (CARD et al., 1999). Um exemplo desta distinção está ilustrado
nas Figuras 5 e 6. No âmbito desta tese trataremos de InfoVis, devido ao fato de que em
muitas situações práticas relacionadas aos cenários de aplicação desta tese, demandam uso de
técnicas desta área.
Figura 5 Exemplo de SciVis

39
Figura 6 Exemplo de InfoVis
Segundo Nascimento e Ferreira (2005), InfoVis é uma área de pesquisa que estuda formas de
apresentar dados visualmente de tal modo que relações entre os mesmos sejam melhor
compreendidas ou novas informações possam ser descobertas. Reunindo aspectos de diversas
áreas científicas como a computação gráfica, interfaces homem-computador e mineração de
dados, InfoVis procura transformar em uma representação gráfica e interativa um conjunto de
dados brutos. De acordo com Card, Mackinlay e Shneiderman (1999), Infovis é definida
como:
“O uso de representações visuais de dados abstratos, suportadas por computador e

interativas para amplificar a cognição”.
Ao observar a definição proposta por Card, Mackinlay e Shneiderman (1999) pode-se detalhar
e identificar as seguintes características:
• Representações visuais: a informação é apresentada de forma visual, usando atributos

como localização, tamanho, forma, cor e tamanho dos objetos para formar uma
imagem dos dados e, assim, nos permite ver padrões, tendências e exceções que
possam não ser visíveis;
40
• Dados abstratos: informações tais como dados quantitativos, processos ou relações são
consideradas abstratas, em contraste com as representações visuais de objetos físicos;
• Suportados por computador: a visualização é exibida por um computador, geralmente
em uma tela;
• Interativo: a visualização pode ser manipulada de forma simples e direta, através de
ações em diferentes níveis. Estas ações ocasionam alterações na representação visual
de modo que novos aspectos do conjunto de dados possam ser observados.
• Amplificar a cognição: interagindo com essas visualizações a capacidade de pensar
sobre a informação é ampliada através de uma representação dos dados que pode ser
facilmente compreendida.
Todas essas características são importantes para a definição, mas nenhuma é mais importante
que a última: amplificar a cognição. De acordo com Card, Mackinlay e Shneiderman (1999)
existem seis formas principais pelas quais a visualização pode amplificar a cognição:
1. Aumentando os recursos de memória e de processamento disponíveis para os usuários,

através do uso direto dos recursos do sistema visual e da memória de trabalho externa e
visual.
2. Reduzindo a busca por informação, de diversas formas: agrupando ou relacionando
visualmente informações, compactando-as, exibindo uma visão geral ou mesmo
mostrando detalhes sob demanda.
3. Usando representações visuais para melhorar a detecção de padrões.
4. Habilitando operações de inferência perceptiva, como tornar óbvia a resposta de um
problema através de uma representação visual.
5. Usando mecanismos de atenção perceptiva para efetuar monitoramento de uma grande
quantidade de eventos potenciais.
6. Codificando informação numa mídia manipulável.
De uma forma geral, InfoVis possibilita a recuperação de informações relevantes e um maior
número de “insights” sobre um conjunto de informações. Sem o suporte de uma representação
visual, seria necessário um grande esforço cognitivo para descobri-los (SOUZA, 2008).
Através de InfoVis, uma grande quantidade de dados pode ser condensada em uma simples
representação visual facilitando a aquisição e uso de conhecimento. Além disso, as
representações visuais são utilizadas para transmitir (comunicar) informações para outras
41
pessoas, seja para ilustrar alguma coisa, ou para convencê-las do nosso ponto de vista
(SCHÖNHAGE, 2001). Por essas e outras razões, InfoVis surge como uma abordagem
promissora para atenuar os problemas inerentes da sobrecarga de informação, citados no
Capítulo 2. Entretanto, para que uma representação visual dos dados seja útil, é fundamental
que o mapeamento preserve o dado original (CARD et al., 1999). Esse processo de
mapeamento será apresentado na próxima seção.
3.2. MODELOS DE REFERÊNCIA
De acordo com Card, Mackinlay e Shneiderman (1999) um modelo de referência para

visualização é o processo computacional que converte a informação numa visualização com a
qual os usuários poderão interagir. Existem vários modelos de referência para visualização de
informações que descrevem as diferentes etapas através das quais os usuários convertem
informações e utilizam visualizações para obter insights. O trabalho de Valiati (2008)
menciona que o emprego de um modelo tem como objetivo oferecer referências importantes
de como criar visualizações a partir de dados brutos, identificando-se componentes essenciais
a serem considerados na utilização de uma determinada técnica ou no desenvolvimento de
uma nova.
Um dos modelos mais reconhecidos na literatura foi o proposto por Card, Mackinlay e
Shneiderman (1999), conforme mostrado na Figura 7. Dentre os modelos encontrados na
literatura, este modelo é o que mais se aproxima mais da proposta de solução desta tese,
apresentada no Capítulo 6. Exceções a este modelo são apresentadas nos trabalhos de Chi e
Riedl (1998), Hoffman (1999), Spence (2001) e Ware (2004), descritas a seguir.
Chi e Riedl (1998) apresentaram o Modelo de Estado de Dados, que usa um operator
interaction framework para caracterizar diferentes técnicas de visualização (científicas e de
informações). Chi também analisou diferentes técnicas de visualização e mostrou como elas se
encaixam no modelo de estado de dados (CHI, 2000). Hoffman (1999) propôs um modelo
formal de visualizações tabulares, baseado em uma abstração, como uma tentativa de prover
um modelo unificado para algumas técnicas de visualizações tabulares (Coordenadas
Paralelas, Survey Plot, Visualização de Coordenadas Radiais (Radviz) e Matriz de
Scatterplots). Spence (2001) identificou as etapas de seleção, codificação e apresentação como
as principais etapas da transformação de dados brutos para visualização. Já Ware (2004)
42
elaborou um modelo que leva em conta a coleta de dados, mas não faz distinção entre tabelas
de dados, estruturas visuais e visões. O modelo de Ware contém quatro etapas: coleta e
armazenamento de dados, pré-processamento dos dados, a construção da imagem, e o sistema
cognitivo e de percepção humana.
Figura 7 Modelo de Referência de Visualização (CARD et al., 1999)
Nesse modelo, na primeira transformação os dados brutos são processados e organizados

em uma representação lógica mais estruturada, geralmente na forma de tabelas de
dados1. A tabela de dados pode ainda ser transformada, por exemplo, através de
filtragem ou agrupamento dos dados relevantes, ou com a inclusão de novas informações
(média, soma, desvios, etc.) realizada sobre os dados brutos. O próximo passo consiste
no mapeamento das tabelas para estruturas visuais (mapeamentos visuais), que são
mecanismos para representações visuais. As representações visuais ou gráficas
correspondem às “figuras” ou “imagens” empregadas para representar o conjunto (ou
subconjunto) de dados sob análise. Além dos gráficos tradicionalmente utilizados para
apresentação de dados como os gráficos de pontos, de linha, de barras, de pizza e
histogramas de frequência, que permitem observar relações entre atributos, uma série de
representações gráficas mais ou menos complexas são empregadas para codificar através
de elementos visuais (cores ou símbolos geométricos) tanto valores como
relacionamentos entre entidades ou elementos de dados. Já o último passo consiste nas
1
O uso de tabelas é uma simplificação desnecessária, visto que os dados podem ser representados em outros tipos
quaisquer de estrutura de dados, dependendo da aplicação.
43
transformações visuais, isto é, as possíveis interações que um usuário pode realizar sobre
as estruturas visuais e com isso obter diferentes visões das mesmas. De acordo com
Grammel, Tory e Storey (2010) o usuário interpreta a visão com uma tarefa em mente, e
pode interagir com a visualização, alterando as transformações de dados ou os
mapeamentos visuais da exibição corrente.
3.3. CRITÉRIOS PARA UMA VISUALIZAÇÃO ÚTIL E SUAS DEPENDÊNCIAS
Conforme já comentado, a visualização é uma ferramenta promissora para analisar grandes

volumes de dados e atenuar problemas inerentes da sobrecarga de informação. Para que isso
seja possível é necessário que a visualização seja útil para o usuário. Se a visualização for feita
corretamente, a informação relevante pode ser percebida de forma intuitiva e os dados
subjacentes podem ser entendidos mais facilmente (TOMINSKI, 2008). Por visualização útil,
entende-se que uma representação visual deve ter expressividade, efetividade e ser adequada.
De acordo com Aigner et al. (2011) esses são critérios que qualquer visualização deve
satisfazer.
1. Expressividade: o mapeamento visual deve fazer com que a estrutura visual expresse
todos os dados de interesse do usuário, e somente eles.
2. Efetividade: refere-se à capacidade de permitir rápida interpretação dos dados e fácil
distinção entre eles, levando à menor quantidade possível de erros de interpretação.
3. Adequação: envolve uma relação de equilíbrio de custo-valor, a fim de avaliar o
benefício do processo de visualização em relação à uma tarefa.
De acordo com Souza (2008), estes critérios são importantes, porque sem os mesmos, uma
visualização pode não ser capaz de enfatizar padrões relevantes nos dados, não trazendo,
assim, quaisquer informações novas além daquilo que já é trivialmente conhecido. Além disso,
uma visualização também pode ser de difícil entendimento ou, até mesmo, sugerir padrões que
na verdade não existem, o que pode levar a uma interpretação errônea dos dados (CARD et al.,
1999).
44
3.4. CLASSIFICAÇÃO DAS TÉCNICAS DE VISUALIZAÇÃO
Para que uma visualização satisfaça os critérios apresentados anteriormente, o processo de

visualização dependente de vários aspectos. Estes aspectos podem servir como uma base para
a determinação de qual técnica de visualização deve ser usada.
De acordo com Valiati (2008) existe uma diversidade muito grande de técnicas de visualização
e nem todas se encaixam corretamente nas classificações existentes, pois as características que
separam cada classe não são precisas e completas. Desta forma, muitas representações visuais
podem ser consideradas híbridas de várias técnicas.
A classificação das técnicas de visualização fornece aos pesquisadores um quadro comum, e

fornece um rico catálogo de resultados que servem como referência para outros pesquisadores
(BULL, 2008). Diversos pesquisadores, na tentativa de padronizar as técnicas de visualização,
sugerem classificações que são feitas de diferentes maneiras.
Freitas e Wagner (1995) apresentam uma proposta de caracterização de dados baseada na:
classe (tipo) de informação, tipos de valores, e natureza e dimensão do domínio.
Shneiderman (1996) classificou as técnicas segundo os tipos de dados e as tarefas a serem

realizadas pelo usuário. De acordo com Schneiderman os dados podem ser: temporais,
unidimensionais (1D), bidimensionais (2D), tridimensionais (3D), multidimensionais (nD) e
dirigidos à visualização de hierarquias e de relacionamentos (grafos).
Tweedie (1997) classificou um número de técnicas de visualização segundo os dados que eles
representam, a interatividade que eles suportam, bem como as suas relações de entrada/saída
ao longo do tempo. Card e Mackinlay (1997) adotaram uma abordagem semelhante a Tweedie
e classificaram as variáveis usadas em uma técnica de visualização em termos dos tipos de
dados (ordinal, quantitativa, espacial, etc.), função de gravação, tipo de marca visual, as
propriedades gráficas (cor, tamanho, área ou volume da marca, a orientação o sentido e a
inclinação de marcas do tipo linha, a textura de uma marca na forma de área), posição no
espaço/tempo, entre outros.
Chi (2000) apresentou o Modelo de Estado de Dados, um catálogo de 36 técnicas de

visualização. Para cada técnica de visualização, Chi delineou as abstrações e as transformações
que poderiam ser aplicadas. Em seu trabalho Chi mostra que o Modelo de Estado de Dados
45
não só ajuda os pesquisadores a entender o espaço de design, mas também ajuda aos
desenvolvedores a entender como as técnicas de visualização de informações podem ser
aplicadas de forma mais ampla.
Keim (2002) sugere uma classificação segundo: a natureza do dado a ser visualizado, a
abordagem de mapeamento adotada pela técnica e os métodos de interação e distorção usados
para manipular a representação visual. Quanto à natureza dos dados, estes podem ser
unidimensional (1D), bidimensional (2D), multidimensional (nD), texto e hipertexto,
hierarquias/grafos e algoritmos/softwares. A abordagem para interagir com os dados
visualmente podem ser projeções, filtragem, zoom, distorção e Seleção/Ligação. Já as
Técnicas de Visualização estão classificadas como Técnicas 2D/3D Tradicionais, Técnicas de
Projeções Geométricas, Técnicas Iconográficas, Técnicas Baseadas em Pixel e Técnicas de
Empilhamento de Dimensões.
Pfitzner, Hobbs e Powers (2003) considera cinco aspectos em sua taxonomia de visualização
de informações: dados, tarefa, interatividade, experiência do usuário e contexto. Embora esta
seja uma das taxonomias mais abrangentes e próximas a este trabalho, o trabalho destes
autores não categoriza todas as técnicas de visualização usando sua taxonomia.
Tory e Moller (2004) estenderam o trabalho feito por Shneiderman dividindo as técnicas de
visualização em duas categorias, visualizações que são adequadas para dados contínuo vs
dados discretos.
Neto (2008) sugere uma extensão do trabalho de Keim (2002), considerando três novos
grupos, a saber: Técnicas Hierárquicas, Técnicas Dinâmicas e Técnicas Híbridas. As Técnicas
Empilhamento de Dimensão foram colocadas juntas às Técnicas Hierárquicas devido à
natureza hierárquica dos dados.
De acordo com Bull (2008), as taxonomias propostas visam: (1) designers que criam novas
visualizações e (2) engenheiros de software que estão simplesmente usando a visualização de
informações como uma ferramenta. No contexto deste trabalho, em que os dados são muitos,
de diferentes fontes e características, juntar essa “confusão” de informações em uma
visualização completa e intuitiva, não será uma tarefa fácil. A partir deste princípio, pode-se
imaginar o quanto a tarefa de escolher e avaliar qual o método melhor para ser aplicado será
difícil.
46
3.5. VISUALIZAÇÃO COLABORATIVA
Como visto nas subseções anteriores, InfoVis pode alavancar o sistema visual humano e
proporcionar uma amplificação cognitiva, apoiando os usuários na análise, no entendimento e
na comunicação de grandes quantidades de informações. Apesar da área de visualização ser
apontada como possível solução para lidar com problemas de sobrecarga de informação nos
mais variados domínios, sua abordagem deve levar em conta que os problemas atuais
enfrentados pelos usuários estão se tornando cada vez mais amplos e complexos, para não
mencionar incertos e mal definidos (ISENBERG et al., 2011). Muitas vezes, não é mais
possível para um único usuário enfrentar os imensos conjuntos de dados disponíveis e tomar
decisões isoladamente, portanto, deve-se idealizar formas de transcender os tradicionais
sistemas de visualização, passando de uma estrutura monolítica – somente um usuário
interagindo – para uma estrutura com suporte a colaboração.
De acordo com Hu et al. (2012), com os crescentes desafios de análise de dados e

visualização, a resolução de problemas que envolvem colaboração tem atraído o interesse de
pesquisadores de visualização. O campo de pesquisa que envolve visualização e aspectos de
colaboração é denominado Visualização Colaborativa. Este termo refere-se a um subconjunto
de aplicações da área de Computer-Supported Cooperative Work (CSCW) no qual o controle
de parâmetros ou produtos do processo de visualização são compartilhados (JOHNSON;
ELVINS, 1998). Segundo Isenberg et al. (2011), uma definição mais ampla para visualização
colaborativa é:
“O uso compartilhado de representações visuais de dados, suportadas por computador e

interativas, com o objetivo comum de contribuir para as atividades de processamento de
informação em conjunto”
Esta definição é derivada da definição de InfoVis mencionada na Seção 3.1. Cabe enfatizar
que em relação a definição de InfoVis adotada nesta tese, o termo “cognição” foi substituído
pelo termo “processamento de informação”. Esta substituição, sugerida no trabalho de
Isenberg et al. (2011), deve-se ao fato de que existem diferentes teorias para como a cognição
se aplica quando grupos se reúnem para pensar e raciocinar de forma conjunta. Desta forma,
evita-se o favorecimento de qualquer teoria ou unidade de análise específica.
47
Visualização Colaborativa facilita o desenvolvimento de sistemas que permitem aos

colaboradores visualizar e analisar o mesmo conjunto de dados, ou imagens, destacando os
seus elementos. De acordo com Isenberg e Carpendale (2007), em muitos domínios o aumento
da colaboração levou a mais inovação, promovendo a partilha de conhecimentos, habilidades e
ideias. A análise compartilhada de informações não só eleva a capacidade de processamento
de informação, mas também permite a uma equipe compartilhar, negociar e discutir os seus
pontos de vista e interpretações sobre um conjunto de dados e contribuir perspectivas únicas
sobre um determinado problema.
Por exemplo, em uma situação de emergência, a colaboração entre as agências e os primeiros

socorristas na resposta é essencial. Agências, incluindo os governos federais, estaduais e locais
colaboram e compartilham os recursos disponíveis. Eles devem manter um entendimento e
status compartilhado dos recursos disponíveis, sejam eles carros de bombeiros ou de leitos
hospitalares. Em caso de emergência, as decisões devem ser tomadas rapidamente usando a
melhor informação disponível. Este tipo de cenário será utilizado como domínio de aplicação
desta tese, sendo detalhado no Capítulo 6.
Segundo Hu et al. (2012), sistemas de visualização colaborativa vem sendo desenvolvidos por
grandes projetos científicos, bem como em InfoVis. No trabalho de Wood, Wright e Brodie
(1997) é apresentado uma extensão do modelo de visualização científica (Figura 8) proposto
por Haber e Mcnabb (1990) que serve como base para o desenvolvimento destes tipos de
aplicações. Este modelo apresenta o processo de visualização como um pipeline. Este pipeline
é iniciado com a entrada de dados que passam por processos de filtro, mapeamento e
renderização até a geração de uma imagem final. No trabalho de Wood, Wright e Brodie
(1997) é proposto um pipeline de visualização para cada colaborador considerando a atuação
de vários participantes independentes. Em seu modelo a troca de dados é feita em pontos
arbitrários do pipeline permitindo enviar e receber dados. Também é possível realizar o
controle compartilhado, onde a definição de parâmetros deve ser controlada localmente pelo
usuário ou externamente por um colaborador.
48
Figura 8 Extensão do modelo de visualização (WOOD et al., 1997)
A extensão do modelo de visualização pode ser aplicada em diversos cenários colaborativos.

Estes cenários podem ser posicionados em um modelo “espaço-tempo” normalmente adotado
pela comunidade de CSCW (ELLIS et al., 1991). Em outras palavras, este modelo ajuda a
classificar os cenários colaborativos de acordo com a ocorrência no espaço (distribuído x
colocado) e em tempo (síncrono x assíncrono). A Figura 9 apresenta diversos cenários no qual
a visualização colaborativa pode ocorrer, entretanto, é importante ressaltar que estas distinções
para sistemas ou ferramentas não são rígidas.
Figura 9 Visualização Colaborativa pode ocorrer em muitos cenários de acordo com a matriz adaptada de
(ISENBERG, 2011)
49
Nos trabalhos de Brodlie et al. (2004), Hu et al. (2012), Isenberg e Carpendale (2007) e
Isenberg et al. (2011) são descritas duas grandes correntes de pesquisa em visualização
colaborativa: distribuída e co-localizada. A visualização colaborativa distribuída (imagem
esquerda da Figura 10) tem seu foco nas arquiteturas e mecanismos de sincronização para
permitir o trabalho remoto e eficiente, permitindo a colaboração tanto a nível de sistema
quanto a nível de usuário. Um ambiente distribuído é um cenário comum para visualização
colaborativa. Este tipo de ambiente permite que usuários de diferentes locais acessem dados,
compartilhem imagens e análises dos resultados, interação e cooperação, através de uma rede,
sejam por meio de interações síncronas (veja: sistema CoMotion - http://www.gdviz.com/) ou
assíncronas (veja exemplos dos sistemas sense.us - http://vis.stanford.edu/papers/senseus,
Many Eyes - http://www.manyeyes.com/ e Swivel - http://www.swivel.com/). Já a
visualização colaborativa co-localizada (imagem direita da Figura 10) ocorre quando usuários
compartilham o mesmo espaço de trabalho, por exemplo, aplicações em torno de uma mesa
multi-touch ou em um ambiente multi-display. É importante ressaltar que apesar desse tipo de
tecnologia se tornar mais acessível (muitas vezes não há necessidade de uso de hardware
específico), as entradas síncronas adicionais podem levar a desafios relacionados a:
mecanismo de apoio a coordenação, percepção das atividades realizadas pelos demais usuários
ou a transferência de itens originados de diversos dispositivos para um mesmo espaço de
trabalho, para citar alguns. No caso de considerarmos as entradas assíncronas no cenário
colocado (mesmo local, tempos diferentes), recentemente tem havido novas pesquisas,
principalmente em situações no qual é desejável apresentar informações do ambiente (por
exemplo em hospitais, aeroportos e shopping centers).
Figura 10 Visualização Colaborativa distribuída e co-localizada (ISENBERG et al., 2011)

50
3.6. INFOVIS NA PRÁTICA: SISTEMAS, FRAMEWORKS E ÁREAS DE PESQUISA
3.6.1. Sistemas e frameworks
Sistemas e frameworks para InfoVis tem atraído grande atenção da comunidade acadêmica e
com isso vem se desenvolvendo rapidamente. De acordo com Liu et al. (2014), como a
implementação de aplicações a partir do zero é uma tarefa difícil, pesquisadores vem propondo
uma variedade de sistemas e frameworks de visualização para apoiar a criação e customização
de aplicações de visualização. Os sistemas representam à construção de bibliotecas ou toolkits
para o desenvolvimento de visualizações. Já os frameworks representam a modelagem de
diferentes aspectos de técnicas de visualização. A Tabela 3 apresenta alguns exemplos de
sistemas e frameworks. Para esta tese optamos por usar as bibliotecas Document-Driven
Documents (D3) e Google Chart, pois oferecem uma grande flexibilidade ao utilizar padrões
da web, sendo facilmente incorporados a proposta de solução que será apresentada no Capítulo
6.
Tabela 3 Exemplo de Sistemas e Frameworks para InfoVis
Sistemas e Descrição
frameworks
IVTK IVTK – InfoVis ToolKit: Pacote gráfico interativo escritos em Java.
Inclui uma série de componentes para análise visual de dados, dentre as quais,
Árvore de Decisões e Coordenadas Paralelas.
http://ivtk.sourceforge.net/
ITK ITK – Insight Toolkit: Biblioteca open source usada para desenvolvimento de
aplicações médicas. Implementada em C++ e possui interface para Tcl/TK,
Java, Python. Foi desenvolvido pela KitWare. Inc.
http://www.itk.org
VTK VTK – Visualization ToolKit: Biblioteca Gráfica para desenvolvimento de

aplicações baseado em computação gráfica, processamento de imagem e
visualização. Rotinas desenvolvidas em C++. Possui interface para Tcl/TK,
Java e Python. A VTK suporta uma grande variedade de algoritmos de
visualização incluindo escalar, vetor, tensor, textura, métodos volumétricos,
além de métodos avançados de técnicas de modelação. Foi desenvolvido pela
51
KitWare. Inc.
http://www.vtk.org
Improvise É um toolkit de visualização para criar visualizações coordenadas multi-vista

para dados relacionais. Possui três níveis distintos de funcionalidade: browser
(navegação e seleção), construção (edição de pesquisas coordenadas e de
layouts) e meta visualização (visualização in situ de coordenadas e outras
estruturas). Ele suporta vistas hierárquicas utilizando uma variedade de
gestores de layout, utiliza editores gráficos para vistas, pesquisas e layouts,
cria, elimina, modifica e interliga todos os objetos dinamicamente. Foi
desenvolvido na Universidade de Wisconsin Madison, e é escrito em Java.
http://www.cs.ou.edu/~weaver/improvise/
Prefuse Se baseia no pipeline de visualização clássico, é um conjunto de ferramentas

de visualização amplamente utilizado que dispõe de uma biblioteca de
estruturas orientadas para a visualização de dados, algoritmos de layout e
técnicas de interação e animação. Foi desenvolvido na Universidade de
Berkley, e é escrito em Java, utilizando biblioteca gráfica 2D e é facilmente
integrada em aplicações Java Swing ou Web Applets.
http://prefuse.org/
Protovis É open-source e possibilita a geração de visualizações totalmente

personalizadas, permitindo ao utilizador especificar como a informação deve
ser apresentada, através de declarativas. Não possui um ambiente de
desenvolvimento especializado para a criação de visualizações e é uma
solução potencial para usuários mais experientes, devido a simplicidade de
suas especificações. Foi desenvolvida na Universidade de Stanford, e é escrita
em JavaScript e SVG.
http://mbostock.github.io/protovis/
Document-Driven É uma biblioteca JavaScript para manipulação de documentos com base em
Documents (D3) dados. D3 oferece uma grande flexibilidade ao utilizar padrões da web, como
HTML5, CSS3 e SVG. A ênfase em padrões web fornece aos navegadores
modernos a combinação de componentes de visualização poderosos e uma
abordagem orientada a dados para manipulação DOM. D3 possui sobrecarga
mínima e suporta grandes conjuntos de dados e comportamentos dinâmicos de
52
interação e animação.
http://d3js.org/
Google Charts É uma biblioteca que fornece vários tipos de gráficos dinâmicos pré-definidos
e que são facilmente implementados em páginas HTML. Foi desenvolvido
pelo Google, e é baseado em JavaScript.
https://developers.google.com/chart/
WebCharts É um framework que fornece uma estratégia para a incorporação de efeitos
visuais em aplicações JavaScript já existentes sem a necessidade de mudanças.
http://research.microsoft.com/en-us/projects/webcharts/
3.6.2. Áreas de pesquisa
Apesar de InfoVis ser uma área relativamente nova, existem conferências e simpósios
importantes realizados mundialmente. Dentre eles, destacam-se:
• ACM Symposium on Software Visualization;

• Asian Pacific Symposium on Information Visualization;
• Eurographics / IEEE VGTC Symposium on Visualization;
• IEEE Symposium on Information Visualization;
• International Conference of Information Visualization.
No Brasil, alguns eventos tradicionais possuem linhas de publicação sobre InfoVis:
• Brazilian Symposium on Computer Graphics and Image Processing – SIBGRAPI;

• Simpósio Brasileiro de Banco de Dados – SBBD.
Alguns livros especializados também apresentam conceitos e técnicas sobre essa área:
• The Visual Display of Quantitative Information (TUFTE; GRAVES-MORRIS, 1983);

• Envisioning Information (TUFTE, 1991);
• Visual explanations: images and quantities, evidence and narrative (TUFTE; WEISE
MOELLER, 1997);
• Readings in Information Visualization - Using Vision to Think (CARD et al., 1999);
• Information Visualization (SPENCE, 2001);
• Information Visualization - Perception for Design (WARE, 2004).
• Introduction to Information Visualization (MAZZA, 2009);
53
3.7. DESAFIOS TÉCNICOS
InfoVis apresenta uma série de desafios técnicos a serem superados. Estes desafios são
comuns a uma grande variedade de domínios de aplicação e por isso vem ganhando destaque
em diferentes pesquisas sobre o tema. Segundo Liu et al. (2014) os cinco grandes desafios da
área são:
1. Usabilidade: a avaliação de usabilidade de interfaces de sistemas de visualização

representa um grande desafio de pesquisa uma vez que elas representam significativas
diferenças com relação a outros tipos de interfaces. Projetistas e desenvolvedores de
sistemas de visualização necessitam encontrar métodos eficazes de avaliação de
usabilidade que são específicos para o campo de visualização e genérico suficiente para
uma ampla gama de visualizações relacionadas a aplicações ou a domínios.
2. Escalabilidade: é definida como a capacidade de ferramentas de visualização para
exibir efetivamente grandes conjuntos de dados em termos do número de elementos
individuais de dados ou quanto as suas dimensões. Na maioria das aplicações a
quantidade de dados a serem visualizados é enorme, muitas vezes superior à
capacidade de uma tela em várias ordens de magnitude. Para resolver esse problema,
os pesquisadores desenvolveram várias técnicas de redução de dados, tais como
amostragem, filtragem, agrupamento, escalonamento multidimensional, para citar
alguns. Embora essas técnicas tenham obtido algum sucesso, nenhuma delas são
adequadas para todas as aplicações.
3. Análise integrada de dados heterogêneos: dados totalmente dinâmicos, heterogêneos e
provenientes de distintas fontes é um dos grandes desafios para a versatilidade das
aplicações. Com o crescimento da quantidade de dados a tarefa de integração e análise
vem ganhando grande importância nas organizações. Esse problema não é simples e
hoje não existem técnicas suficientemente interativas para lidar com esse problema.
4. Visualização in-situ: é uma maneira de entender e analisar dados com fluxo contínuo
(streaming de dados). Exemplos típicos destes tipos de dados incluem logs de sistemas,
dados de estoque, dados de redes sociais (ex. twitter). A medida que os dados estão
sendo produzidos eles devem ser tratados e visualizados. No entanto, não é fácil
projetar e desenvolver esse tipo de visualização.
54
5. Erros e incerteza: dados muitas vezes são incertos e imprecisos. Além disso, a
incerteza pode surgir em qualquer fase do processo de visualização. Por exemplo, a
transformação ou filtragem dos dados pode introduzir erros e inconsistências na
visualização. A fim de reforçar a veracidade da visualização é importante transmitir
corretamente os potenciais erros e incerteza para o usuário final. Portanto, faz-se
necessário que pesquisadores e desenvolvedores de visualização compreendam quando
e por que um método de visualização é mais adequado para uma aplicação do que para
outra.
Neste capítulo buscou-se apresentar as principais definições e conceitos sobre a área de

InfoVis, apresentando modelos de referência, critérios para se obter uma visualização útil e
categorizações propostas para a classificação das técnicas de visualização. Apresentou-se,
também, brevemente a área de Visualização Colaborativa, alguns sistemas e frameworks e os
principais desafios técnicos da área.
O levantamento realizado sobre a área de InfoVis serviu como auxilio no desenvolvimento da

proposta de solução desta tese. Diante do problema da sobrecarga de informações apresentado
no Capítulo 2, o uso de InfoVis pode ser uma abordagem para auxiliar os usuários a explorar,
entender e analisar dados, provendo mecanismos que possibilite ao usuário interagir com a
informação, explorando-a visualmente (LIU et al., 2014).
55
4 DASHBOARDS
Este capítulo tece algumas considerações sobre dashboards. São descritos os principais
fundamentos para o desenvolvimento de um dashboard e erros mais comuns cometidos.
De acordo Zagorecki et al. (2012), a ideia de dashboard evoluiu a partir do conceito de

sistemas de apoio a decisão que surgiram na década de 1970. Em muitos aspectos, Dashboards
é simplesmente um novo nome para “Executive Information Systems – EIS”. Estes sistemas
foram particularmente focados em visualização de dados para apoio a decisão e foram
primeiramente desenvolvidos entorno de 1985. Seu propósito era mostrar indicadores de
desempenho em uma simples interface para executivos de empresas que, de fato, raramente o
utilizavam. De acordo com Few (2013), nessa época a ideia não era prática; principalmente
devido a problemas relacionados a atualização e ao manuseio da enorme quantidade de dados
disponíveis. Segundo o autor os dados eram por vezes incompletos, não confiáveis e
espalhados por diversas fontes. Portanto, na mesma década que o EIS surgiu, ele também
entrou em um estado de hibernação, aguardando por uma era onde essas ideias pudessem ser
realizadas.
Durante a década de 1990, data warehousing, online analytical processing – OLAP e

eventualmente business intelligence – BI trabalharam como parceiras na tentativa de domar o
avanço selvagem da era da informação. A ênfase durante estes anos era sobre a coleta, a
correção, a integração, o armazenamento e o acesso a informações precisas, oportunas e úteis.
Desde a década de 1980 o esforço foi em grande parte focado em tecnologias e, em menor
grau, em metodologias necessárias para tornar os dados disponíveis e úteis. Com isso, os
beneficiários diretos, foram em sua maioria, os usuários com maior grau de proficiência no uso
de computadores, capazes de usar as complicadas ferramentas de navegação nos grandes e,
frequentemente complexos bancos de dados.
Também surgiu no início da década de 1990 uma nova abordagem para gerenciamento que
envolveu a identificação e uso de indicadores de desempenho (Key performance indicators –
KPIs). Este método introduzido por Robert S. Kaplan e David P. Norton é conhecido como
56
Balanced Scorecard (ECKERSON, 2010). De acordo com Few (2013), os avanços em data
warehousing e o conjunto de tecnologias relacionadas configuram o cenário de interesse atual
da gestão através de métricas (não somente métricas financeiras). Business Performance
Management – BPM tornou-se uma preocupação internacional. Essa infraestrutura construída
pelo data warehousing e o interesse do BPM em métricas que podem ser facilmente
monitorados, impulsionaram novamente a ideia dos dashboards.
No final da década de 1990, o conceito de dashboards ressurgiu de forma atualizada. O

mesmo conceito foi replicado para níveis gerenciais mais baixos e desta vez, provou ser mais
útil e aceito pelos usuários potenciais. De acordo com Few (2006a), dashboards se tornaram
populares após o escândalo da Enron em 2001, entretanto, ainda não existe uma definição
clara acerca dos dashboards, nem por fornecedores de software nem mesmo por acadêmicos.
Os fornecedores de dashboards os definem a partir das características que os seus produtos
têm. Já os pesquisadores falam sobre diferentes tipos de aplicações do conceito de dashboard
e em diferentes estágios de seu desenvolvimento (PAUWELS et al., 2009). Neste trabalho,
consideraremos a definição proposta por Few (2004):
“Um Dashboard ou Painel de Controle é uma representação visual das informações mais
importantes e necessárias para alcançar um ou mais objetivos, consolidadas e organizadas
em uma única tela para monitoramento das informações em um relance”
Ao observar está definição pode-se detalhar e identificar as seguintes características:
• Dashboards são representações visuais: a informação em um dashboard é apresentada

visualmente, geralmente com a combinação de texto e gráficos, mais com maior ênfase
sobre os gráficos. Dashboards são altamente visuais, o que permite uma amplificação
da cognição, ou seja, a capacidade de pensar sobre a informação é ampliada através das
representações visuais.
• Dashboards apresentam as informações mais importantes e necessárias para alcançar
objetivos específicos: geralmente para se alcançar um objetivo são necessários reunir
uma série de informações que podem estar de alguma forma relacionadas. Muitas
vezes, essas informações são provenientes de diferentes fontes (dentro ou fora da
organização) e não possuem um tipo específico. Usuários frequentemente são
sobrecarregados por informações irrelevantes. Dashboards podem oferecer uma
57
solução ao problema de sobrecarga de informação, permitindo separar o relevante entre

o irrelevante.
• Dashboards apresentam informações consolidadas e organizadas em uma única tela:
uma das regras essenciais para dashboards é que a informação deve aparecer em uma
única tela, favorecendo aos usuários ter uma visão geral em um relance. Se um usuário
necessita visualizar uma informação e para isso tenha que manipular uma barra de
rolagem, ele não terá mais um dashboard. Se porventura, o usuário tem que alternar
tela a tela para visualizar toda informação, deve ser planejado múltiplos dashboards e
não somente um.
• Dashboards são usados para monitorar informações em um relance: uma
característica que descreve quase toda a informação encontrada em um dashboard é
que ela proporciona uma visão geral. Isso se deve ao fato de que um usuário usando
um dashboard não pode monitorar todos os detalhes necessários para alcançar seus
objetivos. Portanto, um dashboard deve ser capaz de rapidamente apontar algo que
mereça atenção e que possa exigir uma ação do usuário, de forma tão fácil e simples
quanto possível.
Em Few (2013) foram propostos a inclusão de algumas características que contribuem para
que os dashboards sejam mais eficientes:
• Dashboards apresentam informações utilizando meios de apresentação claros,

resumidos e diretos: a finalidade é exibir claramente as mensagens sem ocupar muito
espaço.
• Dashboards são customizáveis: a informação em um dashboard tem que ser adaptada
aos requisitos de um usuário, grupo ou função.
4.2. PRINCÍPIOS FUNDAMENTAIS PARA O DESENVOLVIMENTO DE UM

DASHBOARD
Um dashboard é uma típica ferramenta para comunicação, no qual o usuário pode obter uma
visão geral (estratégica ou operacional) de forma rápida e eficiente para uma determinada
situação.
Uma metáfora interessante para dashboards é pensarmos em um painel de controle de uma

aeronave (Figura 11). Neste tipo de painel as informações devem ser comunicadas de forma
58
clara e resumidas, diretas ao piloto. Apenas o que é relevante deve ser mostrado, ignorando
qualquer distração com alertas ou informações irrelevantes, de forma a garantir o uso seguro
da aeronave.
Figura 11 Painel de Controle de uma aeronave
De acordo com Few (2013), frequentemente é mais difícil avaliar o que os usuários precisam
em um dashboard do que planejar um dashboard com base nas necessidades deles. Para o
desenvolvimento apropriado de um dashboard, assim como qualquer desenvolvimento que
envolve interação humana com tecnologia, é necessário entender a atividade cognitiva dos
usuários potenciais, além de ter conhecimento do domínio. Few descreve um conjunto de
características que afetam a forma como eles devem ser projetados, são eles:
Frequência de atualização
• Diária
• De hora em hora
• Em tempo real
A frequência que uma informação é atualizada pode ter uma influência significativa na forma
como um dashboard deve ser planejado. No planejamento do dashboard o usuário deve ter
conhecimento quanto a atualização da informação. Por exemplo, se as informações são
atualizadas em tempo real o recomendado é que o dashboard seja mais simples, contendo
59
menos informação do que se fosse atualizado diariamente. Isso se deve ao fato que um usuário
não pode receber muita informação de uma só vez para não se sentir sobrecarregado.
Cabe destacar que não é considerado atualização superior a diária. Se as informações

acessadas são atualizadas, por exemplo mensalmente, não faz sentido monitorar essa
informação de maneira a ter uma percepção da situação em um relance.
Experiência do usuário
• Novato
• Qualificado
• Especialista
A experiência do usuário sem dúvida é um dos critérios mais importantes a ser considerado no
planejamento do dashboard. Se um usuário é novato o mais recomendado é que ele faça uso
de formas de apresentação mais simples. O desejado é que a medida que vai ganhando
experiência ele possa sofisticar suas escolhas.
Tamanho da audiência
• Um usuário
• Múltiplos usuários com os mesmos requerimentos
• Múltiplos usuários que necessitam monitorar subconjuntos dos dados
Quanto mais personalizado for o dashboard em relação a audiência, mais efetivo ele será. Se o
dashboard é planejado para uso individual é mais fácil personalizá-lo as necessidades do
usuário. Já planejar um dashboard para um grupo de pessoas é um grande desafio. Mesmo que
os usuários tenham que monitorar as mesmas informações para os mesmos propósitos, suas
preferências individuais diferem entre si. Por exemplo, eles podem diferir em relação a
experiência ou em relação as preferências de visualização de informações. Neste caso, deve-se
ter diferentes versões do dashboard de maneira a atender as necessidades específicas de cada
usuário. Este desafio pode ser aumentado se considerarmos usuários que possuem os mesmos
requerimentos de informações mais estão interessados em diferentes subconjuntos dos dados.
Por exemplo, em um cenário de incêndio de grande escala que envolve diversas equipes de
bombeiros, cada equipe pode estar interessada em acessar e visualizar informações de uma
determinada área em particular. Neste caso, recursos de seleção (como filtros) e visualização
60
personalizados ao tipo de audiência são úteis pois permitem aos usuários terem foco apenas
nas informações que são relevantes ao seu contexto.
Plataforma
• Desktop/laptop
• Web server/browser
• Dispositivos móveis
O uso de desktops/laptops com instalação de software local ainda é muito utilizado como
plataforma para hospedar dashboards hoje. No entanto, com o amadurecimento das aplicações
web novas plataformas se apresentam com recursos muito interessantes. Muitos dashboards
hoje são hospedados em servidores e visualizados através de web browsers. Neste tipo de
plataforma, a centralização de sua instalação e o fácil gerenciamento de acesso por múltiplos
usuários tornam sua implantação e manutenção mais simples. Nessa mesma linha o uso de
dashboards em dispositivos móveis despontam como uma excelente plataforma, pois além das
vantagens já citadas possibilita aos usuários a mobilidade de acesso.
Cabe destacar que as três plataformas citadas possuem questões que devem consideradas no
seu planejamento. Por exemplo, o uso de dashboards em desktops/laptops demandam um
maior tempo de implantação e manutenção, visto que deve ser feito de forma individualizada.
Isso sem dúvida deve ser levado em conta no planejamento do dashboard. Já em dashboards
utilizados através de web browsers, questões relacionadas ao tempo de feedback ou até mesmo
as diferentes versões dos web browsers devem ser consideradas. Por fim, se tratando de
dashboards utilizados através de dispositivos móveis o tamanho da tela deve ter uma atenção
especial. Visto que em decorrência do tamanho da tela a interação e a visualização podem
diferir completamente das plataformas anteriores.
Tipo de tela
• Telas de grande proporção

• Tela de tamanho padrão
• Telas pequenas
• Telas de tamanhos variados
O tipo de tela que o dashboard será visualizado tem um impacto significativo no seu
planejamento. Cada um dos tipos mencionados possui uma série de características que devem
61
ser consideradas: tamanho, distância de visualização, proporção (largura e altura) e resolução,

para citar alguns. A Figura 12 apresenta um exemplo de utilização desses tipos de telas, ao
fundo uma tela de grande proporção e a frente desktops alinhados. Neste exemplo, percebe-se
que para um mesmo ambiente de aplicação pode ser necessário o planejamento de versões do
dashboard para telas de tamanhos variados. Esse tipo de planejamento representa ainda um
grande desafio a ser superado, pois as soluções atuais muitas vezes sacrificam algumas das
características para acomodar a diversidade dos tipos de tela.
Figura 12 Exemplos de uso de diferentes tipos de tela em um Centro de Comando e Controle
Tipos de dados
• Quantitativo
• Não quantitativo
Dashboards são úteis para muitos tipos de trabalhos. Por exemplo, um meteorologista no
monitoramento do tempo, equipes de emergência no monitoramento de número de feridos ou
desabrigados, CEOs de empresas no monitoramento de indicadores de desempenho, analistas
financeiros no monitoramento do mercado de ações, para citar alguns. Todos esses
profissionais necessitam monitorar algum tipo de informação específica. Devido à natureza de
monitoramento quase toda a informação utilizada em um dashboard é do tipo quantitativa.
Obviamente, a casos em que os dados são não quantitativos, por exemplo, quando um usuário
tem que monitorar os status de uma atividade ou evento.
62
4.3. ERROS MAIS COMUNS
A preocupação com aspectos superficiais no planejamento de um dashboard tem levado a um

grande número de problemas potenciais. No trabalho de Few (2006b) são listados treze erros
mais comuns, são eles:
ERRO 1: Exceder os limites de uma tela única
Uma das grandes vantagens de um dashboard é poder visualizar tudo que necessita
consolidado e organizado de uma única vez. Quando um usuário visualiza todas as
informações em uma única tela algo poderoso acontece. Por outro lado, algo crítico acontece
quando o usuário precisa manipular uma barra de rolagem ou alternar entre janelas.
Exemplos deste erro são mostrados nas Figuras 13 a 15. Na Figura 13 pode-se observar um
caso onde a informação está fragmentada no dashboards. Isso só seria bom se os usuários não
necessitassem visualizar relacionamentos entre as informações. Na Figura 14 as informações
sobre vendas diárias foram separadas em um dashboard para cada um dos 20 produtos. Se a
intenção é visualizar exclusivamente um único produto por vez e nunca comparar as vendas
desses produtos, esse dashboard não fragmenta os dados de uma forma prejudicial. Já na
Figura 15 pode-se observar o problema de ter que rolar a barra de rolagem para visualizar
informações relevantes.
Figura 13 Exemplo de informação fragmentada em um dashboard (FEW, 2006b)

63
Figura 14 Informações sobre diferentes produtos separadas em um mesmo dashboard (FEW, 2006b)
Figura 15 Dashboard com barra de rolagem (FEW, 2006b)

64
ERRO 2: Fornecer contexto inadequado dos dados
Apresentar informações sem que o usuário tenha ciência do contexto é um erro. Qualquer
afirmação sem que o usuário saiba do contexto poderá ser desastrosa. A informação certa para
a pessoa certa deve ser determinada pelo contexto. É o contexto que permite ao usuário
determinar se uma determinada medida é boa ou ruim, ou se as informações indicam o
caminho certo. Na Figura 16 pode-se observar um caso em que o contexto poderia ser
incorporado de maneira a facilitar a compreensão do usuário. Por exemplo, o indicador de
centro nos diz apenas que 7.822 unidades foram vendidas e que este número é bom (indicado
pela seta verde). A escala quantitativa destina-se a proporcionar uma aproximação da medida,
mas para isso a escala deveria ser marcada com números, que estes indicadores não têm. Se os
números estivessem presentes, as posições das setas seriam mais significativas.
Figura 16 Indicadores de um dashboard sem contexto adequado (FEW, 2006b)
ERRO 3: Apresentar excesso detalhes ou precisão
Para que um dashboard sirva como uma ferramenta de monitoramento rápido, ele nunca deve
exibir informações mais detalhadas do que o necessário. Pode-se observar na Figura 17
destacado em vermelho este erro. Cada informação inútil em um dashboard resulta em
desperdício de tempo, o que é intolerável quando o tempo é fator essencial para tomada de
decisões.
65
Figura 17 Exemplo de dashboard com informações desnecessárias (FEW, 2006b)
ERRO 4: Expressar medidas ineficientes
Para que uma medida não seja ineficiente é necessário saber o que está sendo medido e em que
unidade de medida está sendo expressa. O usuário deve discernir a informação de forma
eficiente. Para isso, a informação deve ser clara, resumida e direta. Na Figura 18 pode-se
observar um caso em que o usuário precisava saber apenas o grau de diferença entre a receita
atual e a orçada. Entretanto, o gráfico apresenta informações adicionais, levando o usuário a
focar atenção em medidas irrelevantes.
66
Figura 18 Exemplo de gráfico que não expressa diretamente a mensagem pretendida (FEW, 2006b)
ERRO 5: Escolher mídias de apresentação inadequadas
A escolha inadequada para apresentação da informação é um dos erros mais comuns

cometidos. Por exemplo, usando um gráfico quando uma tabela de números poderia funcionar
melhor, e vice-versa, é um erro frequente (Figura 19). Neste exemplo, a ausência dos rótulos
dificulta o entendimento dos usuários.
Figura 19 Este gráfico ilustra um problema comum com gráficos de pizza (FEW, 2006b)
67
ERRO 6: Introduzir significados variados
Introduzir uma variedade de formas de apresentação sem nenhum critério está diretamente
relacionado com o erro descrito anteriormente. A escolha da forma de apresentação sempre
deve estar de acordo com as preferências do usuário. A variedade pode ser bem-vinda desde
que o usuário não tenha que desperdiçar tempo e esforço. Na Figura 20 pode-se observar uma
confusão visual na exibição de uma mesma informação. Neste caso o usuário tem que utilizar
de diferentes estratégias de percepção da informação, o que significa mais tempo e esforço.
Figura 20 Exemplo de dashboard com uma variedade de formas de apresentação desnecessárias para uma
mesma informação (FEW, 2006b)
ERRO 7: Usar formas de apresentação mal projetadas
Além da escolha da forma de apresentação, o design dos componentes deve comunicar de

forma clara e eficiente, sem distração. Simples erros de design podem prejudicar
68
significativamente a comunicação da mensagem. Na Figura 21 pode-se observar um problema

de design relacionado a escolha de cores muito semelhantes.
Figura 21 Exemplo de gráfico de pizza com cores muito semelhantes (FEW, 2006b)
ERRO 8: Representar dados quantitativos de forma imprecisa
Ao utilizar um gráfico para comunicar dados quantitativos, os valores são codificados na

forma de objetos visuais. Estes objetos visuais devem representar com precisão os valores para
que um usuário possa compará-los uns com os outros e assim compreender seus
relacionamentos. Entretanto, por vezes essas representações podem ser mal concebidas,
exibindo de forma imprecisa as quantidades. Na Figura 22 pode-se observar que a escala foi
mal ajustada iniciando de $ 500.000 em vez de $ 0. Esta diferença pode levar o usuário ao
erro. Por exemplo, o usuário pode fazer uma suposição errada que a receita do mês de janeiro
foi quatro vezes maior que o custo.
69
Figura 22 Este gráfico de barras apresenta os valores de forma imprecisa ao não começar a escala no zero
(FEW, 2006b)
ERRO 9: Organizar mal as informações
Ao projetar um dashboard as informações devem estar bem-dispostas na tela. O objetivo não é

simplesmente criar um dashboard com bom aspecto, mas criar um dashboard com
informações organizados de maneira que ele possa ser usado facilmente. Para isso, os dados
mais importantes devem ser realçados. Além disso, as informações a serem comparadas,
devem ser organizadas e visualmente planejadas para encorajar comparações. Na Figura 23
pode-se observar um desiquilíbrio visual em relação a natureza de importância da informação.
Por exemplo, as informações na parte superior do dashboard são destinadas ao logo e
controles de navegação, o que pode ser um grande desperdício de espaço. Além disso, é
possível verificar que informações que se referem ao mesmo assunto (velocímetro e gráfico de
linhas sobre o tamanho médio dos pedidos) não estão dispostos um ao lado do outro para
facilitar a interpretação das informações.
70
Figura 23 Exemplo de dashboard com informações mal organizadas (FEW, 2006b)
ERRO 10: Destacar informações importantes de forma ineficiente ou não destacar todas
as informações
Obviamente espera-se que todas as informações em um dashboard sejam relevantes.

Entretanto, ao olhar para um dashboard o foco de atenção do usuário deve ser imediatamente
direcionado para a informação mais importante. Na Figura 24 pode-se observar o erro de não
haver um maior destaque para a informação de maior relevância. Onde tudo é visualmente
destacado, nada se destaca. Além disso, todos os gráficos são igualmente coloridos, não dando
pista sobre qual a informação deveria ser mais enfatizada.
71
Figura 24 Exemplo de dashboard que não diferencia as informações por sua importância (FEW, 2006b)
ERRO 11: Congestionar a tela com efeitos visuais inúteis
Efeitos visuais inúteis geram distração aos usuários. Na Figura 25 pode-se observar diversos
gráficos meramente decorativos. Este tipo de conteúdo visual leva o usuário a desperdiçar
tempo no processamento das informações e o distrai para itens que não são relevantes.
72
Figura 25 Exemplo de dashboard com efeitos visuais inúteis (FEW, 2006b)
ERRO 12: Mal uso ou uso excessivo de cor
Conforme visto anteriormente, a cor pode ser usada de forma poderosa para destacar
informações ou criar uma relação entre os itens individuais e um dashboards. Entretanto, o uso
de cores é normalmente mal utilizado. Opções de cores devem ser feitas cuidadosamente, com
base no entendimento de como as pessoas percebem as cores e nas suas diferenças. Algumas
cores são quentes e chamam mais atenção, enquanto outras cores são mais frias e menos
visíveis. Quando qualquer cor aparece como um contraste ao usual, a tendência é que os olhos
prestem atenção e que o cérebro tente atribuir algum significado a essa diferença. Quando as
cores em dois monitores diferentes são os mesmos, a tendência é que se busque relacionar um
monitor ao outro. Na Figura 26 pode-se observar um abuso de cores. A forma correta seria
manter cores suáveis e neutras, com exceção a intenção de destacar algo importante.
73
Figura 26 Exemplo de gráfico com abuso de cores (FEW, 2006b)
ERRO 13: Projetar uma apresentação visual pouco atraente
Um dashboard deve ser agradável aos olhos do usuário. Apesar de anteriormente ter advertido
quanto ao uso de efeitos visuais inúteis. Cabe destacar que se um dashboard não é atraente a
tendência é que o usuário ache que seu uso não promissor. Dashboards devem ser claros,
resumidos e diretos, deixando de lado qualquer outra informação que possa ofuscar o que é
mais importante para o usuário. Na Figura 27 pode-se observar um exemplo de dashboard
pouco atraente, sem nenhum atrativo visual.
74
Figura 27 Exemplo de um dashboard com apresentação visual pouco atraente (FEW, 2006b)
Neste capítulo foram apresentadas algumas considerações sobre como planejar um dashboard.
Um dashboard deve ter como objetivo fundamental a comunicação. Outra característica
importante para um dashboard é que ele seja personalizável e adaptável, para que possa
cumprir os objetivos dos seus usuários (HORITA et al., 2014). Ele deve conter todas as
informações vitais consolidadas e organizadas em uma única tela, utilizando-se de uma
interface simples e clara para que um usuário comum possa monitorar informações com um
piscar de olhos.
No próximo capítulo será abordado a proposta de solução desta tese. A escolha de incluir um
dashboard como parte da proposta de solução se justificou pelo interesse de apresentar ao
usuário todas as informações do seu interesse de uma única vez, permitindo que ele obtenha
conclusões rapidamente e reduza o problema da sobrecarga de informações.
Levando em consideração que em contextos específicos o usuário deve determinar quais

informações são interessantes e como elas devem ser apresentadas a ele, será apresentado uma
abordagem e sistema que permitirá ao usuário focar apenas nas informações relevantes e, por
conseguinte reduzir a sobrecarga de informações.
75
5 ESTUDO EXPLORATÓRIO
Neste capítulo será detalhado um estudo exploratório que sinaliza evidências do problema de
sobrecarga de informações em um cenário real. O estudo foi realizado no Centro Integrado de
Comando e Controle da cidade do Rio de Janeiro (CICC-RJ) em 2014 e 2015.
O estudo envolveu diversas técnicas, como: observação in loco, análise de documentos e

entrevistas semiestruturadas com gestores. A partir deste estudo foi possível ratificar se as
teorias e conceitos abordados nos Capítulos 2 a 4, poderiam ser aplicadas neste contexto. Além
disso, o estudo serviu para identificar requisitos essenciais para a solução proposta.
5.1. DESCRIÇÃO DO ESTUDO EXPLORATÓRIO
Dentre os diferentes domínios que possuem os problemas mencionados nessa tese foi
escolhido a área de Gestão de emergência como domínio de aplicação. Segundo Haddow,
Bullock e Coppola (2007), chama-se Gestão de emergência a disciplina que aplica ciência e
tecnologia para lidar com situações adversas que exigem respostas imediatas para minimizar
consequências. Estas situações podem ser naturais ou geradas pelo homem, mas exigem uma
resposta para proteger a vida e a propriedade.
As atividades da Gestão de emergência são distribuídas em quatro fases (Figura 28) que se
relacionam de forma cíclica: mitigação (mitigation), preparação (preparedness), resposta
(response) e recuperação (recovery) (MILETI, 1999; FEMA, 2013).
Figura 28 Ciclo de Gestão de Emergência

76
De uma forma geral, qualquer que seja a fase da gestão de emergência, as decisões são
tomadas a partir de informações provenientes de diferentes fontes e nos mais diversos
formatos (CORDEIRO et al., 2014). Essas informações precisam ser acessadas, combinadas e
visualizadas de forma adequada para evitar a falta de informação, bem como a sobrecarga de
informações. A própria informação nesse cenário pode evoluir dinamicamente: informações
novas ou mais precisas podem se tornar disponíveis, enquanto informações já conhecidas
podem ser confirmadas ou refutadas (COMES et al., 2012).
Normalmente, as organizações de emergência utilizam modelos de gestão baseados em uma

estrutura de Comando e Controle (QUARANTELLI, 1998). De forma simplificada esta
estrutura pode ser dividida em dois grupos:
1) O primeiro grupo, conhecido como primeiro socorrista, trabalha na linha de frente da

emergência, resgatando vítimas, fornecendo assistência médica, e orientando as
pessoas, entre outras atividades;
2) O segundo grupo é chamado de Comando e geralmente está localizado em uma sala ou
um centro de controle. O objetivo do comando é avaliar os riscos e tomar decisões,
bem como acompanhar o andamento das atividades. Este grupo pode ser também
localizado em unidades móveis, chamada “posto de comando”, no qual há um
indivíduo, na posição de operação ou chefe comandante de operação.
No intuito de obter um maior aprofundamento no domínio e identificar evidências do
problema abordado na tese, foi estudado o cenário formado pelo grupo (2), onde os usuários
(operadores de emergência e/ou gestores) estão localizados em uma sala ou centro de
comando.
A gestão da informação em salas ou centros de comando vem passando por uma revolução em
termos de fontes de informação disponíveis. Em muitos cenários, os gestores de emergência
podem acessar grandes e diversificadas bases de dados, e facilmente obter uma grande
quantidade de informações. No entanto, parte desta informação pode ser irrelevante, o que
provoca a sobrecarga de informações (COMES et al., 2012).
Em situações de emergência, a sobrecarga de informações deve ser evitada, mas sem restringir
o acesso à informação (ENGELBRECHT et al., 2011). Gestores de emergência devem focar
somente no que é relevante dentro do seu contexto. Ou seja, é o gestor quem define o que é
77
importante ao executar uma determinada atividade. Mesmo quando os gestores têm uma visão
consolidada das informações, a maioria das soluções disponíveis fornecem pouca ou nenhuma
personalização na sua seleção e visualização. Assim, novas necessidades de informação ou de
visualização não são levadas em conta, fazendo com que o gestor divida o foco de sua atenção
em outros sistemas de informação.
O problema supracitado foi evidenciado em um cenário real de comando e controle (C2). No

período de 2014 e 2015 foi realizado um estudo exploratório no Centro Integrado de Comando
e Controle do Rio de Janeiro (CICC-RJ). Neste estudo, constatou-se que os gestores de
emergência são frequentemente sobrecarregados com relatórios e dados fornecidos por
sistemas de informação distintos que competem por sua atenção.
O Centro Integrado de Comando e Controle (CICC), tal como foi concebido pelo Ministério
da Justiça do Brasil, é uma estrutura em que se possibilita a integração dos serviços de vários
órgãos, no caso específico de um aparato de defesa social, onde se realizam ações conjuntas,
cooperativas e com caráter gerencial horizontalizado (BRASIL, 2010)
No Brasil, catalisados pelos megaeventos (Visita do Papa Francisco, Copa do Mundo 2014,
Olimpíadas 2016, para citar alguns) e pela crescente “modernização tecnológica” da segurança
pública, foram construídos CICCs em 12 capitais, representando dessa forma um dos maiores
investimento em segurança (CARDOSO, 2013). No presente estudo foi analisado o CICC-RJ.
O CICC-RJ é o principal elemento na coordenação das ações de segurança para grandes

eventos no estado do Rio de Janeiro. Ele integra agências de serviços públicos, diversos
monitores para suporte à segurança, acesso integrado as chamadas de emergência, além de
concentrar as ações tomadas pelas agências Federais, Estaduais e Locais (FILHO et al., 2014).
CICC-RJ é um novo centro de C2 com base no Modelo C2 (BUILDER et al., 1999).
O espaço físico do CICC-RJ é dividido conforme a Figura 29, sendo representadas as diversas
instituições oficiais responsáveis pela segurança pública e “defesa social”: SAMU, Corpo de
Bombeiros, CET-Rio, Polícia Rodoviária Federal, Guarda Municipal, Defesa Civil e as
polícias civil e militar. Na ocorrência de crises a serem gerenciadas ou durante a realização dos
grandes eventos, na sala preparada para esse intuito também estariam presentes representantes
da Polícia Federal, da Abin e das Forças Armadas.
78
Figura 29 Planta baixa do segundo pavimento do CICC-RJ
O CICC-RJ contém, dentro do mesmo prédio, 3 diferentes esquemas de funcionamento, que

correspondem a espaços separados e com dinâmicas bastante diferentes. No CIODS (Centro
Integrado de Operações em Defesa Social), localizado no segundo andar do prédio e
funcionado em tempo integral, são executadas as atividades cotidianas de segurança. Já o
CIOC (Centro Integrado de Operações Coordenadas) é instalado apenas sob demanda, seja na
ocasião de algum evento regular importante (réveillon, carnaval, eleições, por exemplo), ou
quando uma operação mais significativa requer a ação integrada, ou coordenada, de diferentes
órgãos, agências e instituições. Quando em operação, o CIOC ocupa o terceiro andar do
prédio, onde está localizada a Superintendência de Comando e Controle (SCC), setor
responsável pelas operações, pelo comando e funcionamento diário do CICC. O terceiro
esquema de funcionamento é o GGC (Gabinete de Gestão de Crises), a ser instalado apenas
em situações imprevistas e de grande magnitude, e composto sempre por importantes
autoridades (Secretário de Segurança, Governador, Ministro da Justiça ou Presidente da
República). Pelas características de sua instalação e atuação, o GGC tende a ter curta duração.
A Figura 30 mostra uma das salas utilizadas para monitoramento e treinamento de pessoal
(simulações).
79
Figura 30 Sala com telas para monitoramento
O estudo exploratório foi realizado em diversos momentos de interação com os gestores e

operadores de emergência do CICC-RJ. Ao total, foram realizadas cinco participações como
observador. Destas participações, duas foram durante simulações com operadores do
CBMERJ. Os documentos obtidos foram fornecidos pelos gestores do CICC-RJ, além disso, o
pesquisador teve acesso a artigos científicos no qual o CICC-RJ foi objeto de estudo e
documentos do Ministério da Justiça - Secretaria Extraordinária de Segurança para Grandes
Eventos.
Já as entrevistas foram realizadas com três gestores do CICC-RJ. Os resultados dessas etapas
serão detalhados a seguir.
5.1.1. [OB] Observação in-loco
Nas observações a preocupação era de não interferir nas atividades realizadas pelos gestores e
operadores de emergência. Durante as observações in loco foram acompanhadas as ações dos
operadores de emergência em situações rotineiras e a preparação para o monitoramento de
situações de emergência com alto impacto social, como megaeventos, catástrofes naturais,
manifestações sociais, para citar alguns.
Já as simulações, foram realizadas com alunos da escola de oficiais do CBMERJ. As

simulações eram uma atividade do curso de formação e tinham como objetivo disseminar a
80
cultura do CICC-RJ na formação de futuros gestores de emergência. Todas as simulações

foram gravadas de maneira a servir como insumo para análises e pesquisas posteriores.
A Tabela 4 mostra alguns dos resultados destas observações.
Tabela 4 Resultados das Observações in loco
Código Resultados
OB1 A integração de diferentes agências em um mesmo lugar não

significa que os bancos de dados serão completamente
compartilhados. Este ponto é crítico, pois existem várias questões
sobre a preservação de informações confidenciais de cada agência.
OB2 Apesar do nome CICC sugerir integração, ainda são poucas as

ferramentas que viabilizam integração entre as agências.
OB3 Às vezes, os gestores de emergência receber mais informações do

que podem absorver, pois não têm a capacidade e os recursos
disponíveis para processá-las.
OB4 Mesmo com todo o aparato tecnológico disponível, o

monitoramento de informações depende de mediadores humanos e
sua capacidade interpretativa.
OB5 As ferramentas de visualização existentes têm poucos mecanismos

para a personalização.
OB6 Durante uma emergência, as decisões devem ser tomadas

rapidamente usando a melhor informação disponível.
OB7 A informação não é compartilhada de forma estruturada entre as

agências.
OB8 Em algumas situações, é necessária a capacidade de colaborar na

mesma tela. Em outras situações, os gestores precisam trocar
pontos de vista entre si.
81
5.1.2. [AD] Análise de documentos
Uma análise de documentos foi realizada a fim de encontrar evidências sobre os

procedimentos adotados pelo CICC-RJ: estrutura C2, resolução de conflitos, limites de
operação das agências, horário de trabalho, comunicação (modos, meios, procedimentos, etc.),
infraestrutura, etc. Estes procedimentos foram publicados pela Secretaria Extraordinária de
Segurança para Grandes Eventos (SESGE) por meio da divulgação do Planejamento
estratégico de segurança para a Copa do Mundo FIFA Brasil 20142 (BRASIL; SECRETARIA
EXTRAORDINÁRIA DE SEGURANÇA PARA GRANDES EVENTOS, 2012). Além disso,
conforme já mencionado o pesquisador teve acesso a artigos científicos no qual o CICC-RJ foi
objeto de estudo.
A análise dos documentos oficiais que tratam do planejamento estratégico foi uma maneira de
ter acesso aos objetivos da SESGE, no que tange os procedimentos previstos para a segurança
pública e o papel dos CICCs. Já os artigos científicos possibilitaram ao pesquisador ter uma
visão geral sobre como as pesquisas acadêmicas vem sendo conduzidas no âmbito do CICC-
RJ. Dessa forma, o levantamento nos permitiu estabelecer a base teórica necessária para a
compreensão do domínio e ajudou na preparação e condução das entrevistas.
5.1.3. [ES] Entrevistas semiestruturadas
Entrevistas semiestruturadas foram realizadas com três representante da coordenação do

CICC-RJ. A duração média das entrevistas foi de aproximadamente 70 minutos. O objetivo
das entrevistas foi conhecer a estrutura do CICC-RJ, o processo de tomada de decisões,
sistemas de visualização disponíveis, desafios que enfrentam, além de verificar os
apontamentos sinalizados durante as observações in loco. As perguntas da entrevista foram
previamente desenvolvidas pelo pesquisador com o objetivo de obter os requisitos. A Tabela 5
apresenta algumas dificuldades relacionadas com o problema da sobrecarga de informação
recolhidos a partir das entrevistas.
2
Doravante PESCM14.
82
Tabela 5 Resultados das entrevistas - estudo exploratório
Código Resultados
ES1 Existe dificuldade em decidir o que deve receber atenção e obter as

principais informações de interesse em tempo hábil de acordo com
o contexto.
ES2 Falta habilidade e/ou recursos para adicionar valor à informação

que pode ser perdida ou não reconhecida.
ES3 Sobrecarga de informação aumenta quando os relatórios são mal

concebidos no que diz respeito à forma como a informação é
apresentada.
5.2. REQUISITOS ESSENCIAIS
Para desenvolver a proposta da tese um conjunto de requisitos essenciais foram elicitados a

partir dos resultados obtidos em [OB], [LB] e [ES]. Estes requisitos foram agrupados em
aspectos de maneira a simplificar o entendimento.
O aspecto Integração de dados diz respeito a necessidade de integração dos diversos recursos
disponíveis, tais como sistemas de telecomunicações, de informática e dos bancos de dados.
Essa integração possibilitará uma atuação mais adequada das equipes atuantes em qualquer
que seja a fase da emergência. É importante destacar que no caso específico do CICC a
integração de alguns sistemas de informações não significou a abertura completa dos bancos
dados. Além disso, questões tecnológicas relacionadas a este aspecto, ainda carecem de uma
maior discussão entre as próprias agências de emergência.
O aspecto Contexto está relacionado ao foco de atenção atual do usuário. Já o aspecto
Visualização e interação do usuário diz respeito a necessidade de ter uma representação
gráfica e interativa de um conjunto de informações. Por fim, o aspecto Colaboração está
relacionado a colaboração de diferentes equipes e agências através de trocas de informações e
visualizações.
A Tabela 6 apresenta estes requisitos e a sua relação com os resultados descritos anteriormente
na Seção 5.1.
83
Tabela 6 Requisitos essenciais
Aspectos Requisitos Resultados
Integração A solução deve permitir a integração de dados dinâmicos, OB1, OB2,

dos dados heterogêneos, a partir de diferentes fontes. Tais como: AD.
como relatórios de sistemas legados, informações
meteorológicas, avisos de enchentes, câmeras locais,
sensores ou qualquer outro recurso disponível.
É essencial controlar e organizar as informações.
É necessário criar um arcabouço comum para coleta e

tratamento dos dados, bem como para a agregação de
novas fontes.
A solução deve fornecer critérios para classificar a

qualidade da informação.
Contexto A solução deve levar em conta o contexto do usuário OB3, AD,

através da personalização de funções de seleção e de ES1, ES2.
visualização.
A solução deve permitir a criação de novas informações

(por meio de operações analíticas) a partir de fontes de
dados existentes.
Visualização A solução deve permitir a troca de visualizações de OB4, OB5,

e interação acordo com o contexto. OB6, AD,
do usuário ES3.
A solução deve permitir a visualização de diferentes
níveis de detalhe da informação.
Colaboração A solução deve permitir a colaboração através da troca de OB7, OB8.

informações e visualizações. Além de permitir o controle
compartilhado em algumas situações.
84
No estudo exploratório realizado no Centro de Comando e Controle Integrado do Rio de

Janeiro (CICC-RJ), foram encontradas evidências do problema de sobrecarga de informação e
verificou-se que o sucesso dos gestores depende de ter a informação certa disponível no
momento certo, na forma de apresentação certa. Este estudo foi publicado em Nascimento et
al. (2016).
No modelo atual dos CICCs, os operadores de emergência acessam e visualizam o mesmo

espaço de informação ao mesmo tempo, muitas vezes ignorando informações que podem ser
relevantes no processo de tomada de decisão. Na maioria das vezes, as informações são
utilizadas sem um refinamento e a visualização das informações são pré-definidas em tempo
de projeto, ambos sem nenhum tipo de personalização. Além disso, foi identificado que os
operadores de emergência recebem mais informações do que conseguem absorver, não tendo
capacidade e recursos disponíveis para processá-las, caracterizando desta forma o problema de
sobrecarga de informação.
O estudo permitiu elicitar requisitos essenciais para a solução do problema abordado nesta
tese, além de permitir avaliar quais teorias ou conceitos existentes poderiam ser aplicados ao
problema ou se seriam necessários desenvolver novas abordagens.
A pesquisa exploratória permitiu ao pesquisador perceber que a “modernização tecnológica”

dos Centros de Comando e Controle abre espaço para diversas outras pesquisas científicas.
Com base nos estudos do campo teórico e no estudo exploratório, a arquitetura conceitual
apresentada no Capítulo 6 foi proposta. Esta arquitetura permite a um gestor selecionar
informações de interesse e suas formas de apresentação de acordo com seu contexto, além
disso a arquitetura propõe a inclusão de mecanismos para a colaboração.
85
6 PROPOSTA DE SOLUÇÃO
Neste capítulo será detalhada a proposta de solução frente ao problema da sobrecarga de

informações. A solução proposta leva em consideração que a partir de um conjunto de dados
disponíveis, um usuário selecione somente informações do seu interesse. Essas informações
podem ser combinadas/adequadas e então, mapeadas para uma ou mais visualizações a
compor um dashboard. Todo o processo é interativo, permitindo ao usuário redefinir sempre
que necessário o seu dashboard.
No intuito de apresentar a proposta de solução são descritas duas arquiteturas. A primeira

arquitetura é conceitual e está relacionada a abordagem da tese. A arquitetura conceitual
fornece uma visão sistemática que vai da organização dos dados até a escolha das formas de
apresentação apropriadas ao contexto do usuário. Esta arquitetura é comparável aos modelos
de referência de InfoVis descritos no Capítulo 3. Já a segunda arquitetura é a de software. Esta
arquitetura descreve a estrutura do sistema em termos de componentes de software e as
escolhas tecnológicas para a implementação do sistema.
6.1. DESCRIÇÃO DE UM CENÁRIO DE USO
Para ilustrar a aplicabilidade da abordagem e ajudar na compreensão deste trabalho esta seção
apresenta um cenário em forma de uma pequena história fictícia.
“Coronel Ailton é o coordenador da Defesa Civil da cidade do Rio de Janeiro. Uma de suas
atribuições é monitorar o impacto das chuvas e seus riscos eventuais (enchentes, instabilidade
de encostas, etc.) para prevenção de desastres naturais.
Para o monitoramento das chuvas sua equipe instalou em alguns pontos da cidade medidores
pluviométricos automáticos que enviam os dados via GPRS a cada 15 minutos. Os dados
enviados são: data, hora, precipitação e local da estação pluviométrica.
De acordo com o Coronel Ailton acima de 25mm em um dia, já é motivo de preocupação,

apesar de o risco variar de acordo com as características do local (ex. se é plano e com boa
drenagem ou íngreme e com muita ocupação).
86
Para o Coronel esses dados são úteis não apenas para a Defesa Civil, mas também para
diversos órgãos da Prefeitura que precisam estar preparados para tomar decisões e orientar
a população”.
Por meio do cenário de uso apresentado é possível identificar que existe a necessidade de
transformação dos dados recebidos e monitoramento por meio de relatórios. Este cenário será
utilizado nos exemplos da arquitetura conceitual (Seção 6.2) e na arquitetura de software
(Seção 6.4).
6.2. ARQUITETURA CONCEITUAL
A arquitetura conceitual apresenta o processo de seleção e apresentação de informações em

um dashboard através de uma transição entre modelos (Figura 31). Para a arquitetura
conceitual tomou-se como base os modelos de referência de InfoVis descritos no Capítulo 3,
bem como os apontamentos do estudo exploratório descritos no Capítulo 5. Cada um desses
módulos será detalhado nas próximas subseções.
Figura 31 Arquitetura Conceitual (proposta pelo autor)

87
6.2.1. Modelo raiz
O modelo raiz representa todos os dados disponíveis no domínio em seu estado bruto.
Geralmente, esses dados fazem parte das bases de conhecimento de diversos sistemas
computacionais ou são carregados pelo próprio usuário. Este modelo é dividido em etapas,
conforme a Figura 32.
& "
"
Figura 32 Etapas do modelo raiz
O conjunto de dados brutos coletados pode ser totalmente dinâmico, heterogêneo e

proveniente de distintas fontes. Esses dados podem conter datas, medidas, códigos, descrições,
imagens, vídeos, entre outros. Diferentes entidades, atributos e relacionamentos podem estar
representados nesse conjunto de dados. Portanto, devido a essas características torna-se
necessário a realização de etapas de processamento e organização dos dados, de forma que
alguma informação possa ser obtida por uma consulta. Cabe destacar que nesta tese o enfoque
não é na realização dessas etapas. Dessa forma, partimos do princípio que os dados foram
acoplados, devidamente processados e organizados. Entretanto, se estamos a fazer declarações
com alguma generalidade, temos de ser capazes de caracterizar os dados que podem existir.
Baseando-se no cenário de uso apresentado, a Tabela 7 mostra dados brutos armazenados em

forma de tabela de dados. O uso de tabelas é apenas uma simplificação, pois os dados podem
ser representados em outros tipos de estrutura de dados, dependendo da aplicação.
88
Tabela 7 Dados pluviométricos (dados brutos)
6.2.1.1. Caracterização dos dados (ou informações)
De acordo com Valiati (2008), dados descrevem fenômenos (ou processos) ou entidades que
são objeto de estudo ou análise. Estes correspondem a atributos (ou variáveis) que podem ser
caracterizados de acordo com diferentes critérios. Cada atributo pode ser armazenado em uma
estrutura de dados e ser classificado de acordo com sua semântica e com suas dependências
funcionais em relação a outros atributos.
A caracterização de dados é de grande importância e deve ser a consideração inicial a ser feita
no processo de escolha de uma visualização. Nesta tese consideraremos os critérios definidos
por Freitas Freitas e Wagner (1995). Exemplo desta caracterização pode ser encontrado na
Tabela 8.
89
Tabela 8 Caracterização dos dados (ou informações) (FREITAS; WAGNER, 1995)
Segundo os autores um primeiro critério para caracterizar atributos é a Classe de informação

que representam. Os atributos podem representar uma característica, categoria, atributo
nominal ou ordinal, no qual simbolizam valores pertencentes a um grupo restrito de elementos,
podendo ou não representar uma ordem entre seus elementos. Atributos também podem
representar uma propriedade expressa através de uma grandeza, ou seja, podem representar
uma propriedade com valores escalares, vetoriais, ou tensoriais, que assumem valores inteiros
ou reais dentro de um certo intervalo. Por fim, atributos também podem representar a
existência de relacionamentos (hierarquia ou ligação).
O critério Tipo de valores diz respeito aos tipos primitivos que os atributos podem assumir,
ou seja, se os atributos podem assumir valores alfanuméricos ou numéricos, dentre uma
enumeração finita ou infinita, ou podem ser compostos de valores simbólicos, representando a
identificação de uma entidade ou fenômeno associado.
Os dados também podem ser classificados de acordo com a Natureza do domínio, no qual
sinaliza se o dado está definido em um domínio discreto, restrito ao um conjunto finito ou
infinito de elementos, em um domínio contínuo ou em um domínio contínuo-discretizado. Por
90
fim, o dado pode ser classificado quanto ao critério de Dimensão do domínio. A

dimensionalidade pode definir tanto o número de dimensões do espaço-domínio
(unidimensional – 1D, bidimensional – 2D, tridimensional – 3D ou n-dimensional – nD),
quanto o número de atributos de uma entidade.
Cabe ressaltar que outras características também podem ser consideradas como: frequência de
atualização, fontes dos dados, entre outros.
6.2.2. Modelo de seleção contextual
O modelo de seleção contextual contém informações provenientes do modelo raiz. A partir

deste modelo utilizaremos o termo informações e não dados, uma vez que neste modelo os
dados brutos são organizados para um propósito particular, ou seja, existirá uma hierarquia de
agregação de valor, a fim de obter a geração do conhecimento.
As informações que compõe esse modelo podem ser obtidas através de seleção explícita e/ou
transformações (Figura 33).
Figura 33 Etapa do modelo de seleção contextual
Neste modelo é o usuário quem seleciona as informações do seu interesse de acordo com seu
contexto, que é representado pela sua tarefa, disponibilidade dos dados, bem como as suas
preferências individuais. Quanto aos métodos para transformações, eles permitem ao usuário
operar diretamente sobre os atributos e os dados, os quais serão detalhados a seguir.
• Filtro de atributos: este método tem como objetivo remover atributos julgados
irrelevantes para o contexto. Este filtro desabilita atributos mediante alguma condição
ou mediante a exclusão explícita. As condições previstas são determinadas pelas
características da informação:
o Classe;
o Tipo;
o Natureza;
o Dimensão;
91
o Frequência de atualização;
o Fonte dos dados.
• Limpeza: este método tem como objetivo remover atributos julgados irrelevantes para
o contexto. As estratégias para limpeza consistem em eliminar registros que não
satisfaça algum critério, tais como:
o Ignorar registros;
o Completar manualmente os valores faltantes;
o Substituir por uma constante global;
o Usar média para preencher os valores faltantes;
• Integração: este método tem como objetivo integrar informações armazenadas em
diferentes fontes ou bases.
• Geração de atributos derivados: este método tem como objetivo gerar novos atributos
relevantes. A partir dos dados brutos o usuário poderá criar novas informações. Os
atributos derivados podem ser obtidos a partir de diversas operações, tais como:
o Operações matemáticas como multiplicação, soma, etc;
o Sumarizações;
o Transformações de tipos (ex. tipo numérico para um tipo alfanumérico);
o Combinação lógica de dois ou mais dados brutos: SE...ENTÃO;
A Figura 34 mostra as informações contextuais definidas pelo usuário. As informações foram

obtidas por meio do método de geração de atributos derivados. Essas informações são
atualizadas a cada 15 min.
92
Figura 34 Exemplo de informações contextuais
6.2.3. Modelo de apresentação
O modelo de apresentação representa como as informações são apresentadas ao usuário.

Conforme visto no capítulo 3 as informações representadas graficamente tendem a serem
processadas de maneira mais automática pela visão, em um processo mais superficial, paralelo
(no sentido de obter várias informações simultaneamente), rápido e de capacidade elevada,
diminuindo assim o esforço cognitivo necessário para se processar a informação. Este modelo
é dividido em etapas, conforme a Figura 35.
'
* "
%
% %
Figura 35 Etapas do modelo de apresentação
6.2.3.1. Mapeamento visual
Tendo organizado as informações que se deseja representar, é necessário apresentá-las sob

algum formato. Esta etapa tem como objetivo mapear as informações para formas de
visualização. Essas formas de visualização podem variar desde o emprego de gráficos
tradicionais (de pontos, de barras, circulares e histogramas), tabelas, formas mais elaboradas
93
(com uso de cores e símbolos geométricos), imagens reais (figuras ou vídeos) ou mapeamentos
(de um objeto ou espaço físico) até representações mais complexas através do uso de
diagramas (árvores, redes e grafos) ou metáforas visuais, fazendo referência a relacionamentos
e conceitos abstratos.
O mapeamento visual leva em conta as características da informação sendo de caráter

inteiramente da aplicação. A relação de uma informação para uma forma de visualização é de
1...n, ou seja, a partir de uma informação pode-se ter uma ou mais visualizações associadas.
Para clarificar isso, imagine uma informação que represente o índice pluviométrico de uma
determinada região durante um período de tempo. Essa informação pode ser mapeada para
diferentes formas de visualização, conforme mostrado na Figura 36.
Figura 36 Exemplo de mapeamento visual
6.2.3.2. Escolha da visualização
Esta etapa tem como objetivo permitir que o usuário defina as formas de apresentação que irão
compor o dashboard. Uma vez que na etapa anterior cada informação foi mapeada para uma
ou mais formas de visualização, o usuário pode escolher qual visualização é a mais adequada
para o contexto dele, definindo o seu espaço de trabalho (Figura 37).
94
Figura 37 Espaço de trabalho que é representado pela seleção das informações e formas de apresentação
definidas pelo seu contexto
6.2.3.3. Criação de visões ou alertas
Esta etapa tem por objetivo permitir que o usuário efetue alguns tipos de transformações sobre
as visualizações, possibilitando extrair da visualização mais informação do que seria possível
estaticamente. Por meio do estabelecimento de parâmetros gráficos, o usuário pode efetuar
uma transformação de visão com sua necessidade. O usuário pode interativamente criar novas
visões (ex. modificar o nível de zoom) ou alertas (ex. fazer a tela piscar ou emitir um sinal
sonoro) que os ajudem a identificar mudanças contextuais que carecem de atenção. De acordo
com Card, Mackinlay e Shneiderman (1999) existem três tipos comuns de transformações de
visão, os quais serão detalhados a seguir.
• Investigações de local: possibilita revelar informações adicionais sobre um item de um

conjunto de dados;
• Distorções: possibilita modificar uma visualização criando visões com foco e contexto
simultaneamente. Este tipo de transformação é efetivo se o usuário pode perceber
através uma região específica em detrimento de outra;
• Controles de ponto de vista: possibilita modificar uma visualização através de
aproximação e afastamento (“zoom”), deslocamento (“pan”), seleção de uma parte a
ser examinada (“clip”), e visão geral + detalhes (“overview + detail”).
Adicionalmente a criação das visões estão previstos outros mecanismos de interação através de
alertas. A criação de alertas é feita por proposições SE...ENTÃO e permite que o usuário
defina alguns eventos como:
• Piscar a tela;
• Emitir um sinal sonoro.
95
Os mecanismos de interação implementados nessa etapa possibilitam ao usuário explorar

diferentes cenários para um melhor entendimento das informações visualizadas. Além disso, o
esforço de exploração das informações é repassado em parte para o computador, deixando para
o usuário a tarefa de observar o que acontece quando a visualização se modifica.
Um exemplo de criação de alertas pode ser definido da seguinte forma:
SE “Precipitação (mm) – últimas 24h” MAIOR QUE “25” ENTÃO “Piscar a tela”
6.3. EXTENSÃO DA ARQUITETURA CONCEITUAL
Conforme descrito na seção 3.5 existem momentos que não é mais possível para um único
usuário enfrentar os imensos conjuntos de dados disponíveis e tomar decisões isoladamente.
Para isso, buscou-se na área de Visualização Colaborativa formas de transcender os
tradicionais sistemas de visualização, passando de uma estrutura monolítica – somente um
usuário interagindo – para uma estrutura com suporte a colaboração.
Assim como no trabalho de Wood, Wright e Brodie (1997), a arquitetura conceitual

apresentada foi estendida de maneira a considerar a atuação de vários usuários independentes.
Foram adicionados a troca de informações entre usuários na transição do modelo de seleção
contextual para o modelo de apresentação. Desta forma, um usuário pode enviar e receber
informações já selecionadas e/ou transformadas por um colaborador e redefinir sua
apresentação no seu próprio dashboard. Além disso, é possível realizar o controle
compartilhado no modelo de apresentação, onde a definição de parâmetros deve ser controlada
localmente pelo usuário ou externamente, formando um espaço de trabalho compartilhado. A
Figura 38 apresenta a extensão da arquitetura conceitual.
96
Figura 38 Extensão da arquitetura conceitual
6.4. ARQUITETURA DE SOFTWARE
Para se construir um sistema que atenda ao funcionamento descrito nas seções 6.2 e 6.3 foi
idealizado uma arquitetura centralizada seguindo o modelo cliente-servidor. Neste tipo de
arquitetura todo o gerenciamento e o processamento necessário para execução da aplicação
serão realizados no servidor, conforme mostrado na Figura 39. Quando o usuário interage com
a interface cliente, todos os eventos gerados por essa interação são enviados ao servidor que os
trata por meio dos módulos de seleção e apresentação.
97
Figura 39 Arquitetura de software da proposta de solução
Nas subseções a seguir serão detalhados cada um dos módulos e seus componentes
relacionados na arquitetura. A definição destes módulos incluiu decisões de projeto em termos
de: linguagens de programação; tecnologias/plataformas utilizadas; métodos e ferramentas
para acesso e recuperação de dados; entre outros.
98
6.4.1. Descrição dos módulos do sistema
6.4.1.1. Módulo extrator
O “Módulo extrator” é responsável pela coleta e processamento dos dados independentemente

de sua estrutura. Os dados podem ser provenientes de diversas fontes de dados, tais como:
bases locais, remotas, redes sociais, entre outros. Para cada base de dados alvo será
desenvolvido um processo de extração de conteúdo. Estes processos podem ser implementados
com shell scripts ou ferramentas ETL (Extract Transform and Load), como o Pentaho Kettle
(http://kettle.pentaho.com/), que permitem a reutilização de ferramentas desenvolvidas por
terceiros, acoplando e desacoplando pacotes de software à medida que for necessário. Cabe
ressaltar que apesar do desenvolvimento deste módulo não ser objetivo deste trabalho. Para a
avaliação da proposta descrita no Capítulo 8, foram desenvolvidos serviços web que
permitiram extrair dados de sistemas legados já devidamente processados.
Como resultado desta etapa, todo o conteúdo extraído das fontes de dados será condensado e
encaminhado para o módulo de armazenamento, seguindo um formato padrão web (XML,
JSON ou outro), conforme o exemplo mostrado na Figura 40.
99
Figura 40 Exemplo de um conteúdo extraído de uma fonte de dados formatado em XML
6.4.1.2. Módulo de armazenamento
O “Módulo de armazenamento” é responsável por estruturar e organizar os dados. O primeiro

componente deste módulo é o “Modelo de Entidade-Atributo-Valor (EAV)” utilizado para a
modelagem dos dados. A partir dos dois principais modelos para a implementação de um
banco de dados: o modelo relacional e o modelo EAV, optou-se pela solução do modelo EAV
dada a sua capacidade de lidar com estruturas flexíveis e dinâmicas.
De acordo com Jastrow e Preuss (2015) em bancos de dados relacionais todas as colunas (ou
atributos) e seus tipos devem ser especificados pelo desenvolvedor do aplicativo antes da
implantação. Com uma abordagem diferente dos bancos de dados relacionais, o modelo EAV
armazena dados seguindo um esquema baseado em linhas. Basicamente, os dados são
concentrados em uma tabela que armazena em cada linha uma entidade (um objeto ou evento
sobre o qual se deseja manter um registro), um atributo (propriedade ou característica que
descreve uma entidade) e seu respectivo valor.
100
Comparado com o modelo relacional, esses campos são associados, respectivamente, a uma
entrada, um campo e seu valor associado em uma tabela. Assim, usando EAV, é possível
definir atributos diferentes para cada entidade, mesmo que estes pertençam à mesma classe, e
sem a existência de campos nulos na base de dados. Além disso, os atributos de uma entidade
podem ser alterados sem afetar a estrutura do banco de dados (MOURA et al., 2008).
De acordo com MIYOSHI (2013), existem alguns casos em que o modelo EAV é preferível
quando comparado ao modelo relacional:
• Atributos são heterogêneos com respeito ao tipo de dado;

• Muitas classes precisam ser representadas e sua quantidade pode variar continuamente,
porém a quantidade de instâncias para cada classe é pequena mesmo se os atributos são
poucos e não esparsos. Neste caso, o esquema seria composto por um grande número
de relações (tabelas) com poucos registros em cada, e o esquema estaria em constante
mudança;
• Existência de classes híbridas, ou seja, que possuem alguns atributos pouco esparsos e
fixos e outros atributos variáveis e esparsos. Os atributos não esparsos são
representados da forma convencional enquanto que os outros são representados em
uma tabela EAV.
A Figura 41 mostra uma visão geral da estrutura do componente. Uma Entidade está associada
a uma combinação de Atributo-Valor. Já a Figura 42 mostra um exemplo de tabela EAV,
considerando dados extraídos do módulo extrator.
Figura 41 Visão geral da estrutura do componente Modelo EAV

101
Figura 42 Exemplo de tabela EAV, considerando dados extraídos do módulo extrator
O segundo componente é o “Mapeamento do esquema”. Uma vez que no modelo EAV o

esquema físico dos dados é diferente do seu esquema lógico, este componente fornece ao
usuário a percepção da organização dos dados. A Figura 43 mostra uma ilustração de como
Entidades podem estar associadas a outras Entidades por meio de uma Relação. Para isso,
utilizou-se da metáfora do Diagrama de Entidade-Relacionamento (DER) que usa símbolos
gráficos para mostrar as entidades (retângulos) e seus relacionamentos (losangos) com outras
entidades.
102
Figura 43 Percepção da organização dos dados a partir de um DER
6.4.1.3. Módulo de seleção
O módulo de seleção é responsável pela definição de quais informações são relevantes ao

usuário. O primeiro componente deste módulo é o “Processador de consultas”. Este
componente permite ao usuário consultar e selecionar quais informações fazem parte do seu
contexto. Através de uma interação visual o usuário pode definir quais entidades e atributos
devem ser exibidos. Como toda a interação é visual, este componente oculta toda a
complexidade de uma consulta SQL que seria necessária para o usuário. O resultado dessa
interação é uma tabela contendo as informações selecionadas. Já o segundo componente é o
“Processador analítico”. A partir da tabela gerada o usuário pode realizar uma série de
transformações nas informações, conforme definido na seção 6.2.2.
A Figura 44 mostra uma proposta de interface de seleção e o resultado dessa interação. Após o
usuário escolher uma determinada entidade, ele pode selecionar de forma explícita os
atributos, bem como as possíveis associações entre as entidades.
103
Figura 44 Proposta de interface de seleção e o resultado

104
6.4.1.4. Módulo de apresentação
O módulo de apresentação é responsável pelo processamento gráfico e geração de alertas. O

primeiro componente deste módulo é o de “Visualização”. Neste componente é mapeado as
informações que estão na tabela gerada pelo módulo de seleção para uma estrutura visual.
Bem como, gerencia a escolha da estrutura visual definida pelo usuário.
As estruturas visuais serão geradas a partir da biblioteca javascript, como D3.js ou Google
Charts. Optou-se por essas bibliotecas devido a sua flexibilidade na utilização de padrões da
web, como HTML5, CSS3 e SVG. Além de sua capacidade de suportar grandes conjuntos de
dados, sua extensa variedade de estruturas visuais e comportamentos dinâmicos de interação e
animação. A Figura 45 mostra algumas das estruturas visuais disponíveis na biblioteca D3.js.
Já a Figura 46 mostra um trecho de código da mesma biblioteca javascript e o resultado para o
usuário.
Cabe destacar que a estrutura visual pode ser construída por meio de várias linguagens gráficas
respeitando diferentes técnicas de visualização. Portanto, se houver necessidade outras
bibliotecas podem ser incorporadas.
O segundo componente é o “Gerador de alertas”. Por meio deste componente o usuário pode
definir eventos de alertas a serem enviados para o módulo de interface. Estes eventos foram
descritos na subseção 6.2.3.
Figura 45 Exemplos de estruturas visuais disponíveis na biblioteca D3.js

105
Figura 46 Trecho de código do D3.js e o resultado para o usuário
6.4.1.5. Módulo de colaboração
O módulo de colaboração é responsável por gerenciar os aspectos colaborativos descritos na

seção 6.3. O componente deste módulo é o “Controlador de ações compartilhadas”. Este
componente possibilita formar um espaço de trabalho compartilhado com outros
colaboradores. Através deste componente os resultados do módulo de seleção, além de
estruturas visuais definidas no modelo de apresentação podem também ser controlados
externamente por um colaborador.
6.4.1.6. Módulo de interface
Do lado do sistema cliente temos o módulo de interface que é responsável por apresentar no
dashboard o resultado das interações dos usuários. Utilizando-se de um browser cada usuário
pode definir o seu próprio dashboard. Obviamente, deve-se levar em conta os princípios
fundamentais para o seu desenvolvimento, conforme descrito na seção 4.2.
O primeiro componente deste módulo é o “Display”. Este componente coleta e transmite as

solicitações do usuário para os módulos de seleção e apresentação. O segundo componente é o
de “Interação”. Este componente define o conjunto de ações que o usuário pode executar. Isto
é, o componente gerencia as ações que um usuário pode realizar sobre as estruturas visuais e
com isso obter diferentes visões das mesmas.
Cabe destacar que neste módulo é executado apenas serviços de apresentação e interação da
interface gráfica. Quando o usuário interage com o sistema cliente, os eventos de interface
106
gráfica referentes a essa interação são gerados pelo módulo de interface, mas não são tratados
localmente. Esses eventos são tratados no lado do servidor através dos módulos de seleção e
apresentação.
Qualquer tecnologia que pretende reduzir o problema de sobrecarga de informações deve

fornecer a informação certa, no momento certo, no lugar certo, para a pessoa certa na forma de
apresentação certa. Nessa perspectiva, a solução deste trabalho teve como objetivo propor uma
abordagem e sistema que auxilie um usuário a realizar a seleção e apresentação das principais
informações. Para isso, neste capítulo foram descritas duas arquiteturas uma conceitual e outra
de software que são os elementos fundamentais desta proposta. Estas arquiteturas foram
detalhadas e exemplificadas a partir de um cenário de uso.
A arquitetura conceitual está relacionada com a abordagem da tese. Ela forneceu uma visão
geral da organização dos dados e as funcionalidades do sistema. Seu detalhamento apresentou
um processo de seleção e apresentação de informações através de uma transição entre
modelos. Esse processo começa com a geração dos dados do domínio e termina com as formas
de apresentação adequadas para cada tipo de informação em um dashboard.
Também foi apresentado uma extensão da arquitetura conceitual inserindo características

colaborativas a solução. Essa escolha deve-se ao fato de que existem momentos que não é
mais possível para um único usuário enfrentar os imensos conjuntos de dados disponíveis e
tomar decisões isoladamente. Por isso buscou-se na área de Visualização Colaborativa formas
de transcender os tradicionais sistemas de visualização, passando de uma estrutura monolítica
– somente um usuário interagindo – para uma estrutura com suporte a colaboração.
Na arquitetura de software foram descritos a estrutura do sistema em termos de componentes

baseando-se em um modelo cliente-servidor. É importante ressaltar que nesse tipo de
arquitetura o tempo de feedback é suscetível aos atrasos de rede, pois o processamento é
realizado no servidor. Entretanto, com os avanços de hardware atuais, acredita-se que este tipo
de problema pode ser minimizado.
A arquitetura de software apresentada foi implementada utilizando várias tecnologias open

source existentes, as quais têm se mostrado bastante maduras, tendo vários casos de sucesso a
107
elas associados. Algumas das tecnologias utilizadas foram: PHP, HTML 5, CSS 3, SVG,
JQuery e bibliotecas como D3.js e Google Charts. O sistema desenvolvido foi denominado de
Emergency Dashboard. A Figura 47 mostra uma das interfaces do sistema, outras telas do
sistema serão apresentadas no Capítulo 8 ao longo do detalhamento dos estudos de caso.
Figura 47 Exemplo de interface do Emergency Dashboard
Por fim, uma importante consideração a ser ressaltada nessa proposta é a opção de deixar a
cargo dos usuários a escolha das informações e formas de apresentação de acordo com seu
contexto. Essa escolha deve-se ao fato de que em ambientes complexos os usuários prefiram
tomar suas próprias decisões ao invés de deixá-las para um sistema inferir de forma implícita.
Espera-se que a solução ajude aos usuários a identificar informações de interesse que careçam
de atenção imediata. O dashboard deve manter a percepção da situação com a última
informação existente (de acordo com a frequência de atualização definida pelo usuário) e usar
mecanismos de visualização para uma fácil interpretação.
108
7 TRABALHOS RELACIONADOS
Na literatura é possível encontrar uma vasta quantidade de trabalhos acadêmicos presentes em

diversos domínios de aplicação que empregam visualização de informações para solucionar o
problema da sobrecarga de informação. O objetivo desta seção consiste na análise de
relevantes trabalhos encontrados na literatura (dos últimos 10 anos, no máximo) que exploram
a seleção e visualização de informações e/ou dashboards, relacionados ao problema abordado
e ao domínio de aplicação desta tese, buscando assim contextualizar e identificar a
complementariedade deste trabalho no estado da arte.
7.1. INTELLIGENT VISUALIZATION AND INFORMATION PRESENTATION FOR

CIVIL CRISIS MANAGEMENT
Andrienko e Andrienko (2007) abordam a visualização inteligente de informação situacional

em Sistemas de Informação Geográfica (SIG), com foco na apresentação específica para cada
papel envolvido e seu contexto. Os autores utilizam visualização a partir da interpretação da
necessidade, da intenção do usuário e conhecimento específico do domínio, documentado em
ontologias. Os principais objetivos do trabalho são reduzir a carga de informações do analista,
responsável pelas decisões, ou o destinatário de informações, sem omitir informações
relevantes, garantindo uma rápida e precisa compreensão das informações.
O trabalho descreve um sistema de visualização inteligente consistindo de dois subsistemas

que atendem as necessidades de um “especialista em gestão de emergência” e um “especialista
de visualização”. O especialista em gestão de emergência tem a responsabilidade de selecionar
as informações necessárias. Em seguida, o especialista de visualização encontra métodos
adequados para a transformação e apresentação da informação. O trabalho também abrange as
questões da escolha da informação relevante em um nível de detalhe apropriado, preparação de
dados (agregação e outras transformações), e seleção dos métodos adequados para a
representação visual, dependendo do perfil do destinatário, as tarefas do usuário ou objetivos
de comunicação.
109
7.2. DETERMINING A CRITICAL-SKILL HIERARCHY FOR COMMAND POST OF

THE FUTURE (CPOF)
Wampler, Bink e Catrambone (2009) apresentam um sistema de visualização dinâmica –

denominado de Command Post of the Future (CPOF) – que suporta a tomada de decisão
colaborativa em unidades táticas. Através do sistema CPOF os comandantes e equipes de
oficiais podem compartilhar informações, tais como sobreposições de operações, durante o
desenvolvimento, o que ajuda no planejamento de operações táticas. A equipe também pode
usar CPOF para monitorar as operações do campo de batalha e fornecer briefings de
atualização para os líderes. Para realizar estas funções, a interface CPOF usa um espaço de
trabalho personalizável que é baseado nas necessidades do usuário em vez de um formato de
dados estático. Para o sucesso da abordagem o usuário deve decidir quais são as funções que
melhor atendem para resolver um problema ou necessidade. Dessa forma, as habilidades
digitais podem ser combinadas de forma não-linear em vez de uma sequência passo-a-passo
típica de muitas tarefas do Exército.
7.3. SOKNOS: AN INTERACTIVE VISUAL EMERGENCY MANAGEMENT

FRAMEWORK
Döweling et al., (2009) apresentam o projeto SoKNOS. O projeto é motivado pela visão de
fontes de informação heterogêneas perfeitamente integradas, que permitem às organizações de
emergência colaborar de uma forma eficiente. A proposta é permitir que os tomadores de
decisão: encontrem e integrem rapidamente informações de ambientes heterogêneos e
distribuídos; explorem visualmente a situação de forma individual ou colaborativa, através da
combinação de diferentes análises visuais; e criem novas informações. Para isto, os autores
propõem uma arquitetura que segue o paradigma de orientação a serviços e métodos que
permitem a avaliação da interoperabilidade semântica das fontes de informação utilizadas de
forma colaborativa.
7.4. BUILDING GEOSPATIAL MASHUPS TO VISUALIZE INFORMATION FOR

CRISIS MANAGEMENT
Gupta e Knoblock (2010) apresentam uma abordagem para visualização de dados em mashups
geoespaciais que permitem que os usuários personalizar a visualização de dados. De acordo
com os autores mashups geoespaciais podem ser uma solução eficaz em ambientes sensíveis
110
ao tempo, tais como gestão de desastres, onde os tomadores de decisão sofrem com a
sobrecarga. Os autores apresentam uma abordagem que permite extrair, integrar e visualizar
informações diversas.
7.5. DIGITAL TABLETOPS FOR SITUATIONAL AWARENESS IN EMERGENCY

SITUATIONS
Engelbrecht et al. (2011) propõem um modelo para avaliação da informação com relação a sua
utilidade a cada momento. O trabalho toma como domínio de aplicação, postos de comando
perto de áreas afetadas por grandes catástrofes, em que um comando unificado, composto por
pessoas com diferentes habilidades e objetivos, trabalham em conjunto para resolver a
situação. De acordo com os autores uma das maiores dificuldades no apoio a posto de
comando é filtrar as informações que devem estar disponíveis e fornecê-las no momento certo
para as pessoas certas. Para atender a esta demanda, os autores utilizaram técnicas de Análise
do Trabalho Cognitivo (ATC), para elicitar um conjunto de requisitos que pudesse apoiar a
colaboração e a disponibilidade da informação em situações de emergência. O modelo obtido
baseia-se em métodos multicritério de tomada de decisão e foi aplicado em uma ferramenta
colaborativa desenvolvida para visualização em uma mesa multi-touch.
7.6. VISUALIZATION OF RELEVANT INFORMATION ON MOBILE DEVICES FOR

EMERGENCY SITUATIONS
Ibarra et al. (2012) apresentam uma estratégia para selecionar e visualizar os “pontos de
interesse” (PDI) mais relevantes em um mapa digital, de acordo com a área de influência da
emergência. Esta estratégia foi implementada na ferramenta MobileMap, que apoia a tomada
de decisão dos bombeiros em emergências urbanas. Com o uso da ferramenta MobileMap os
usuários podem selecionar os PDIs mais importantes em um intervalo, e em seguida,
apresenta-los de uma forma simples, permitindo uma leitura rápida para compreensão por
parte dos utilizadores. A estratégia propõe a utilização de um código de cores, ícones simples e
representativos, além de atualização regular da informação, como uma forma eficaz de
fornecer informações aos usuários finais.
111
7.7. CONTEXT-BASED ELECTRONIC HEALTH RECORD: TOWARD PATIENT

SPECIFIC HEALTHCARE
Hsu et al. (2012) descrevem a dificuldade que médicos possuem para acessar e visualizar
informações clínicas a partir de uma multiplicidade de fontes. Os autores propõem a criação de
um Electronic health records (EHRs) baseado em contexto para lidar com o problema de
sobrecarga de informações. Para isto, os autores desenvolveram um framework e sistema –
denominado Adaptive EHR – que agrega e extrai conclusões e atributos de relatórios clínicos
de texto livre, mapeia as conclusões para conceitos em fontes de conhecimento disponíveis, e
gera uma apresentação personalizada do registro com base nas necessidades de informação do
usuário. O sistema utiliza ontologias biomédicas como fontes de conhecimento de domínio
para identificar partes relevantes do registro a ser exibido.
7.8. GETTING USER-GENERATED CONTENT STRUCTURED: OVERCOMING

INFORMATION OVERLOAD IN EMERGENCY MANAGEMENT
Schulz et al. (2012) apresentam uma solução para estruturação e fusão de conteúdo gerado por
usuários em gestão de desastres. A solução permite a identificação de incidentes individuais
em um fluxo de entrada de relatórios de incidentes. O objetivo é identificar relatórios sobre o
mesmo incidente e mescla-los usando regras que exploram a informação espacial, temporal e
temática. Dessa forma, pode-se obter uma representação completa do incidente, melhorando a
percepção da situação e facilitando a triagem de informações para os tomadores de decisão.
7.9. EMERGENCIA: PRO-ACTIVE DECISION SUPPORT FOR EMERGENCY

COORDINATION THROUGH ACTIONABLE EMERGENCY PLANS
González-Deleito e Tsiporkova (2013) apresentam o software denominado EMERGENCIA

DASHBOARD para apoiar o coordenador de emergência no processo de tomada de decisões
para resolver uma situação de emergência. Os autores descrevem a situação no qual o
coordenador de emergência é sobrecarregado por diversas informações que estão contidas nos
volumosos documentos que descrevem o plano de emergência. De acordo com os autores os
planos de emergência podem conter facilmente centenas de páginas, o que dificulta o processo
de tomada rápida de decisão. A proposta é que ao invés de navegar pelo documento em busca
dos procedimentos relevantes, o software pro-ativamente sugeriria procedimentos adequados,
112
decisões pertinentes e medidas a tomar, considerando o estado atual da situação de

emergência.
7.10. COMPARAÇÃO ENTRE OS TRABALHOS APRESENTADOS
Para facilitar a análise dos trabalhos descritos anteriormente foi desenvolvida a Tabela 9 que
resume as principais diferenças e similaridades entre os trabalhos apresentados e a abordagem
proposta nesta tese. Para isto, foram adotados os seguintes critérios comparativos entre os
trabalhos:
• Independente de domínio: possibilidade de utilização da abordagem em outros

domínios de aplicação;
• Integração de informações: possibilidade de acessar informações integradas,
totalmente dinâmicas, heterogêneas e provenientes de distintos sistemas de informação;
• Customização: possibilidade de realizar operações analíticas e combinar informações
de acordo com o contexto;
• Flexibilidade: possibilidade de personalização no acesso das informações e/ou formas
de apresentação de acordo com o contexto;
• Monitoramento: possibilidade de acompanhar mudanças nas informações e geração
de alertas seguindo uma definição prévia do usuário;
113
Tabela 9 Análise comparativa dos trabalhos relacionados
Independente
Trabalho Integração Customização Flexibilidade Monitoramento
de domínio
Andrienko e Andrienko (2007) Sim Sim Sim Sim Sim

Wampler, Bink e Catrambone (2009) Não Não Não Sim Sim
Sim (a nível de
Döweling et al., (2009) Não Sim Sim Sim
dados)
Sim (a nível de
Gupta e Knoblock (2010) Não Sim Sim Não
dados)
Engelbrecht et al. (2011) Não Não Não Não Sim
Ibarra et al. (2012) Não Não Não Sim Sim
Sim (a nível de
Hsu et al. (2012) Não Sim Sim Sim
dados)
Sim (a nível de
Schulz et al. (2012) Não Não Não Não
dados)
González-Deleito e Tsiporkova (2013) Não Não Não Não Sim
Sim (a nível de
Abordagem e sistema (Emergency
Sim dados e interface Sim Sim Sim
Dashboard) propostos na tese
do usuário)
114
Analisando a Tabela 9 pode-se observar que a maioria dos trabalhos não são independentes de
domínio. Além da proposta desta tese, a exceção foi o trabalho desenvolvido por Andrienko e
Andrienko (2007) que propõem o uso de ontologias de domínio para descrição das
informações, desta forma segundo os autores a proposta poderia ser estendida a outros
domínios.
Em relação a integração de informações totalmente dinâmicas, heterogêneas e de distintos

sistemas de informação. A abordagem da tese se diferencia pelo nível integração (dados e
interface do usuário). A integração de informações a nível de dados diz respeito a ação de
transportar dados entre diferentes fontes e destinos e eventualmente tratar os dados fazendo as
atualizações necessárias para manter a integridade (por exemplo, replicação de dados). Já a
nível de interface do usuário diz respeito a agregação de parte da interface (ou componente) do
sistema original ao novo sistema. Ambos os níveis de integração são previstos no Emergency
Dashboard.
Os critérios de customização e flexibilidade estão relacionados a dinamicidade dos ambientes

complexos. Sobretudo, em cenários de emergência novos requisitos de informação podem
surgir a todo tempo, fazendo com que a seleção de informações de interesse e o tipo de
visualização sejam modificados. Frente a esta questão, nossa proposta se assemelha a alguns
dos trabalhos sinalizados na Tabela 9, pelo fato de permitir aos usuários selecionar
informações de interesse, realizar algumas transformações analíticas e definir a visualização de
acordo o contexto do usuário. Do ponto de vista do usuário, propomos um processo flexível e
interativo, que permite ao usuário redefinir sempre que necessário suas informações e o tipo de
visualização, de forma a compor seu próprio dashboard.
Por fim, com relação ao critério de monitoramento somente os trabalhos de Gupta e Knoblock
(2010) e Schulz et al. (2012) não abordam este critério, o que poderia ser justificado pelo
escopo desses trabalhos.
A análise dos trabalhos relacionados permitiu constatar algumas diferenças e similaridades

com a proposta apresentada nesta tese. Em todos os trabalhos descritos, pode-se observar que
de fato existe uma grande preocupação em lidar com a sobrecarga de informações.
115
Os critérios utilizados para analisar os trabalhos relacionados serviram para posicionar nossa
pesquisa e também, como insumo de melhorias para nossa abordagem. Finalmente, é
importante ressaltar que o problema abordado também é alvo de várias pesquisas em outros
domínios. A escolha de restringir ao domínio de emergência foi uma oportunidade e um
desafio adicional, já que neste tipo de ambiente complexo o problema da sobrecarga de
informações se torna ainda mais difícil de lidar.
No próximo capítulo serão apresentados dois estudos realizados no sentido de avaliar a

hipótese que orienta esta tese, sendo apresentados os respectivos planejamentos e
procedimentos de acordo com cada estudo, além de uma discussão quanto as evidências da
sobrecarga de informação encontradas.
116
8 AVALIAÇÃO DA PROPOSTA
Este capítulo descreve dois estudos que visam a avaliação da hipótese que orienta a tese. Em
ambos estudos de caso são descritos o processo atual (como é feito) e o processo futuro
(abordagem proposta na tese) das atividades realizadas. Além disso, ao final de cada estudo é
apresentado uma discussão quanto as evidências da sobrecarga de informação encontradas ao
se comparar os processos.
8.1. VISÃO GERAL
A avaliação executada buscou indícios de que a utilização da solução proposta reduziu a

sobrecarga de informações dos usuários que atuam em ambientes complexos. Considerando
que a realização de experimentos científicos em ambientes complexos não é uma tarefa trivial,
o mais recomendado é que a avaliação seja realizada por meio de simulações. Tais simulações
não são capazes de gerar a carga emocional vivida na realidade, mas, por outro lado, permitem
uma observação mais minuciosa das variáveis estudadas (ENGELBRECHT, 2011).
Nesta tese o domínio de aplicação utilizado foi o de Gestão de Emergência. A partir de

evidencias do problema de sobrecarga de informações em um cenário real (Capítulo 5), pôde-
se estabelecer requisitos essenciais que somados ao referencial teórico utilizado, serviram
como base para a proposta de solução. A hipótese que norteia a tese é que a sobrecarga de
informações pode ser reduzida, se o usuário definir de maneira interativa o seu próprio espaço
de trabalho, que é representado pela seleção das informações e formas de apresentação
definidas pelo seu contexto.
Como o fenômeno a ser estudado é amplo, complexo, de difícil quantificação e não pode ser
estudado fora do contexto onde ocorre naturalmente, optou-se pela realização de estudos de
caso em uma abordagem quali-quantitativa. De acordo Kaplan e Duchon (1988), a combinação
metodológica é considerada uma forma robusta de se produzir conhecimentos, uma vez que se
superam as limitações de cada uma das abordagens tradicionais (qualitativa e quantitativa).
Para a abordagem quantitativa buscou-se uma medição objetiva do tempo gasto na execução
das atividades realizadas pelos gestores. Essas atividades estão relacionadas ao processamento
das informações que são de interesse para a produção de algum conhecimento ou tomada de
117
decisão. Para a abordagem qualitativa buscou-se uma maior profundidade e abrangência das
evidências de sobrecarga de informações, o qual foram obtidas e trianguladas por meio de
múltiplas fontes de coleta de dados, como observações, entrevistas, análise de documentos e
conversas informais, permitindo ao pesquisador detalhes informais e relevantes dificilmente
alcançados somente com o enfoque quantitativo.
As Seções 8.3 e 8.4 apresentam dois estudos realizados com objetivo de avaliar a hipótese. Em
ambos estudos de caso são descritos o processo atual (como é feito) e o processo futuro
(abordagem proposta na tese) das atividades realizadas. Além disso, ao final de cada estudo é
apresentado uma discussão quanto as evidências encontradas ao se comparar os processos.
Para uma efetiva condução dos estudos de caso foi realizado um planejamento operacional em
sete etapas:
1. Contato formal com as organizações a fim de obter a autorização para realização da

pesquisa;
2. Explanação dos objetivos do estudo para as organizações;
3. Definição das pessoas que participarão dos estudos;
4. Definição de critérios para acesso à organização e aos documentos, quais são
confidenciais e quais podem ser divulgados;
5. Definição do novo processo quando se tratar do processo futuro;
6. Acompanhamento dos processos e coleta das evidências, por meio de diversas técnicas;
7. Devolução aos respondentes/organização para validação ou não das evidências
coletadas.
Os estudos realizados foram:
Estudo 1 (Seção 8.3): este estudo foi realizado junto ao Grupamento Técnico de Suprimento
de Água para Incêndios do Estado do Rio de Janeiro.
Estudo 2 (Seção 8.4): este estudo foi realizado junto a Secretaria de Defesa Civil e Políticas
de Segurança da Prefeitura de Duque de Caxias.
8.2. ASPECTOS ÉTICOS
Para a realização da pesquisa, foi solicitada autorizações para acompanhamento das equipes de
emergência. Essa autorização se deu por parceria firmada entre as instituições e o pesquisador
118
com a finalidade da realização deste estudo acadêmico. No acordo de parceria foram dadas
garantias de que os propósitos e os procedimentos da pesquisa não trariam consequências
negativas de ordem ética em relação aos participantes e instituições às quais eles estiverem (ou
estejam) associados. Nesse sentido, os dados obtidos na pesquisa foram utilizados sem a
identificação real dos participantes, para garantir o anonimato dos mesmos.
8.3. ESTUDO 1
O estudo 1 foi realizado junto ao o Grupamento Técnico de Suprimento de Água para Incêndio
(GTSAI) no acompanhamento de uma de suas principais atividades. Neste estudo são descritos
os processos atual (como é feito) e o futuro (abordagem proposta na tese), além de discutidos
as evidências relacionadas ao problema de sobrecarga de informações.
8.3.1. Descrição do processo atual
Quando uma emergência é reportada, equipes de resposta são enviadas para o local a fim de
realizar uma avaliação do ambiente e dos recursos disponíveis para lidar com a situação. Em
muitos casos, a agência de resposta não possui informações sobre o que irá encontrar no local
da emergência (por exemplo, existem hidrantes? Onde estão localizados?). Este tipo de
informação é crucial para o sucesso das missões. Portanto, existe uma preocupação constante
em manter este tipo de informação atualizada e disponível.
Com objetivo de irradiar a doutrina do serviço de abastecimento de água durante os incêndios,

de forma que não haja descontinuidade nas operações de combate a incêndio, foi criado em
2003 através do Decreto nº 2533 de 15 maio de 2003, o Grupamento Técnico de Suprimento
de Água para Incêndio (GTSAI), ficando subordinado ao Comando Intermediário de
Atividades Especializadas.
O Grupamento tem hoje uma preocupação com o uso racional da água no combate a incêndios
por todas as unidades operacionais do Estado. Assim a reutilização da água, o funcionamento e
a manutenção dos hidrantes urbanos são os pontos centrais na questão do suprimento de água
para o combate a incêndio.
Dentre as diversas atividades do GTSAI, destacam-se a de monitorar e coletar informações

sobre os logradouros públicos e suas características, além de criar e manter atualizado base de
dados sobre pontos críticos, recursos hídricos e hidrantes. Essas informações auxiliam com
119
maior eficiência os oficiais comandantes de operações nas tomadas de decisões referentes ao

suprimento de água, e consequentemente, garantem a possibilidade de fazer frente, com maior
qualidade, às diversas modalidades de eventos que necessitam deste recurso. Esta atividade
operacional de coleta de informações é denominada de “Corrida de Área”.
A Figura 48 mostra o processo atual em uma sequência lógica, bem como o tempo gasto na
execução de cada uma das atividades (assinaladas em azul).
As atividades previstas neste processo são:
1. Coleta de informações (em papel) sobre recursos hídricos, hidrantes e pontos críticos;
2. Entrada de informações em sistemas de informações do CBMERJ;
3. Exportação das informações do sistema para planilhas Excel;
4. Preparação dos dados (filtragem, sumarização, etc.);
5. Criação e formatação do relatório;
6. Análise e tomada de decisão.
120 min 30 min
20 min 120 min 60 min
Figura 48 Processo atual para o Estudo 1
O período de coleta de dados e evidências na execução do processo atual foi realizado entre
fevereiro e junho de 2016. A partir das observações in loco, entrevistas não estruturadas e
conversas informais realizadas com dois oficiais experientes do comando GTSAI, foram
identificados alguns problemas que vão ao encontro aos abordados nesta tese, tais como: a
multiplicidade de informações extraídas de diferentes fontes que competem pela atenção dos
120
gestores, a dificuldade em manipular as informações em planilhas (etapa de preparação dos

dados, exemplo: sumarizações, filtragens e etc.), a falta de flexibilidade dos relatórios, a
incapacidade de monitoramento em tempo real das atividades, o sentimento de sobrecarga,
para citar alguns. Além disso, há uma necessidade de criar relatórios diferentes para diferentes
perfis ou compartilhar o relatório com outras agências (ou esferas superiores).
Cabe também destacar que as medidas de tempo para cada atividade foram obtidas durante as
suas observações. O tempo necessário para execução de todo o processo conforme mostrado
na Figura 48 foi em torno de 350 min. Entretanto, considerando apenas as atividades
realizadas pelo comando para o processamento de informações este tempo foi em torno de 200
min. Cabe ressaltar que o tempo computado pode ser superior se levarmos em conta as
interrupções do ambiente ou qualquer outra atividade que possa ocorrer em paralelo.
Os participantes do processo atual, bem como suas responsabilidades são detalhados na Tabela
10.
Tabela 10 Participantes do processo atual do Estudo 1
Quantidade Perfil Responsabilidade

Designada pelo Equipe de campo • Coleta de informações em campo;
comandante do quartel • Cadastramento de informações no
sistema VICON. As informações
coletas são: hidrantes, recursos
hídricos e pontos críticos.
02 Comando GTSAI • Exportação das informações do

(Operador e Tomador sistema para planilhas do Excel.
de decisão) • Preparação dos dados.
• Criação e formatação do relatório.
• Análise e tomada de decisão.
121
Conforme mostrado na Figura 48 o processo é dividido em dois momentos, o primeiro é

executado por uma equipe de campo especializada do quartel. O segundo é realizado pelo
comando GTSAI.
Com exceção da atividade de coleta de informações em campo, todas as atividades foram

acompanhadas pelo pesquisador. Entretanto, o enfoque da avaliação foi concentrado nas
atividades realizadas pelo comando.
O processo atual é iniciado a partir do momento que uma equipe designada pelo comandante
do quartel sai a campo para coletar informações (Figura 49). Como não existe um sistema que
suporte a atividade de coleta, as informações são registradas em papel e, em seguida, uma vez
que a equipe retorna ao quartel, essas informações são inseridas no sistema VICON3 –
Vigilância e Controle – no Projeto PGORH4.
Figura 49 Execução da Corrida de Área pela equipe de campo
3
O sistema Vicon (http://www.viconsaga.com.br) é uma iniciativa 100% nacional e livre de custos, que foi
desenvolvida pelo Laboratório de Geoprocessamento da UFRJ – LAGEOP/UFRJ em parceria com o Laboratório
de Geoprocessamento Aplicado da Universidade Federal Rural do Rio de Janeiro.
4
Plano de Gerenciamento Operacional de Recursos Hídricos
122
As atividades de coleta são realizadas por cerca de 100 quarteis no Estado do Rio de Janeiro.
Uma vez que as informações estão disponíveis nos sistemas de informação dos bombeiros, o
comando extrai informações para planilhas do Microsoft Excel e então, prepara e consolida as
informações em um relatório (Microsoft Word) com objetivo de monitorar os recursos
disponíveis, além de verificar se os quartéis estão cumprindo a atividade da “Corrida de Área”
corretamente. A criação dos relatórios é realizada por um suboficial do comando GTSAI e
então, compartilhada para todos os integrantes do comando e os responsáveis pelos quartéis,
no qual possuem a competência de acompanhar a atividade da “Corrida de área”. Um exemplo
do relatório gerado é mostrado na Figura 50.
Figura 50 Relatório de Corrida de Área

123
8.3.2. Descrição do processo futuro
A realização do processo futuro teve como objetivo verificar se os problemas relacionados a

sobrecarga de informações mencionados anteriormente foram reduzidos. Para efeito, um novo
processo foi definido para realização da simulação.
A Figura 51 mostra o processo futuro realizado em uma sequência lógica, bem como o tempo
gasto na execução de cada uma das atividades (assinalado em azul). Este processo mantêm as
atividades do quartel e incorpora, por meio do uso do sistema, novas práticas para execução
das atividades de seleção e escolha das formas de apresentação a compor o dashboard. Além,
da criação de alertas para monitoramento em tempo real das informações coletadas.
As atividades previstas neste processo foram:
1. Coleta de informações (em papel) sobre recursos hídricos, hidrantes e pontos críticos;
2. Entrada de informações em sistemas de informações do CBMERJ;
3. Configuração das fontes de dados por meio do modelo raiz;
4. Extração de dados via web service;
5. Definição do conjunto de informações do usuário por meio do modelo de seleção
contextual:
a. Seleção explicita das informações;
b. Realização de transformações nas informações (operações analíticas);
6. Escolha das formas de apresentação a compor o dashboard:
a. Escolha dos atributos;
b. Mapeamento de informações para uma ou mais formas distintas de
visualização;
c. Escolha da forma de apresentação para as informações (gráficos, tabelas,
mapas);
d. Escolha do dashboard para inserção dos componentes visuais;
7. Abertura do dashboard;
8. Criação de alertas para monitoramento;
124
120 min 30 min
20 min
15 min
10 min
Figura 51 Processo futuro para o Estudo 1

125
Conforme mencionado, o processo futuro tomou como base o processo atual descrito na Seção
8.3.1. Para sua realização foi escolhida a área de atuação do próprio GTSAI, que tem sede no
bairro do Caju na cidade do Rio de Janeiro. Para coleta de dados e evidências foram utilizadas
as mesmas técnicas descritas no processo atual. Assim como no processo atual, as medidas de
tempo para cada atividade foram obtidas durante as observações. O tempo necessário para
execução de todo o processo conforme mostrado na Figura 51 foi em torno de 195 min. E,
novamente levando em conta apenas as atividades de processamento de informações
realizadas pelo comando, o tempo gasto para processamento das informações foi em torno de
45 min.
Os participantes do processo futuro, bem como suas responsabilidades são detalhados na

Tabela 11.
Tabela 11 Participantes do processo futuro do Estudo 1

Designada pelo Equipe de campo • Coleta de informações em campo;
comandante do quartel (Quartel) • Cadastramento de informações no
sistema VICON. As informações
coletas são: hidrantes, recursos
hídricos e pontos críticos.
Não aplicável Sistema (Emergency • Extração de dados.
Dashboard) • Mapeamento de informações para
uma ou mais formas distintas de
visualização.
01 Administrador do • Configuração de novas fontes de
sistema dados.
02 Comando GTSAI • Definição das informações e dos
(Operador e Tomador tipos de visualização a compor o
de decisão) dashboard.
• Definição de alertas quanto ao
cumprimento de metas.
126
Antes de iniciar efetivamente o processo futuro foi realizado junto ao operador do sistema
(Comando – Operador) um treinamento. Durante o treinamento foram apresentados exemplos
de como construir um dashboard utilizando o sistema e os erros mais comuns ao se planejar
um dashboard descritos na Seção 4.3. Após isso, todo o fluxo de atividades previsto para o
comando GTSAI apresentado na Figura 51 foi realizado. Entretanto, neste primeiro momento
utilizou-se apenas dados referente ao mês de janeiro de 2016, o qual foram extraídos
diretamente do sistema VICON no formato xls e importados manualmente para o sistema
Emergency Dashboard.
O treinamento foi realizado em duas reuniões com duração aproximada de 80 min. Ao longo
do treinamento também foi possível coletar informações adicionais para aperfeiçoamento do
sistema, bem como contribuições na detecção de ‘bugs’, tais como: problemas na interface,
usabilidade e desempenho computacional.
A Figura 52 mostra a interface de importação de uma nova fonte de dados. Já a Figura 53

apresenta o dashboard criado pelo o operador durante o treinamento para dados de hidrantes.
É importante destacar que durante o treinamento o foco na apresentação das informações,
definido pelo operador, foi em gráficos já conhecidos (como gráfico de pizza ou coluna) e em
tabelas. Outra informação que requereu atenção foi a localização espacial e a situação dos
hidrantes. Essas duas informações foram agregadas pelo operador e apresentadas em um mapa.
127
Figura 52 Criação de novo datasource
Figura 53 Dashboard criado durante o treinamento

128
Finalizado o treinamento e a fim de utilizar dados reais coletados em tempo real para a
realização do processo futuro, foi desenvolvido um serviço web para extração dos dados
diretamente do sistema VICON. Este processo de extração foi desenvolvido em parceria com
Laboratório de Geoprocessamento da UFRJ – LAGEOP/UFRJ e em parceria com o
Laboratório de Geoprocessamento Aplicado da Universidade Federal Rural do Rio de Janeiro.
O serviço web foi criado baseando-se na API5 já disponível e documentada do projeto
VICON.
A partir disto, a simulação foi realizada no dia 13 de junho de 2016 durante uma atividade
operacional publicada em diário oficial. Cabe destacar que a simulação ocorreu com foco no
fluxo de atividades realizado pelo comando GTSAI. Entretanto, as atividades realizadas pelos
outros participantes poderiam ocorrer de forma simultânea. Por exemplo, enquanto o comando
monitora informações, a equipe de campo poderia atualizar ou registrar novas informações.
No caso da equipe de campo designada pelo quartel, a atividade atual de coleta de

informações, bem como a atividade de entrada de informações no sistema VICON, foram
realizadas seguindo a mesma descrição do processo atual para a “Corrida de Área”. A
atividade de configuração dos dados, que é de responsabilidade do administrador do sistema
(desempenhada pelo pesquisador), foi realizada logo após a integração entre os dois sistemas
(VICON e Emergency Dashboard). Já as atividades que eram de responsabilidade do próprio
sistema (Emergency Dashboard) foram realizadas sob demanda de outras atividades e de
forma automática.
Por fim, as atividades realizadas pelo comando GTSAI foram iniciadas a partir de uma
demanda do comandante por informações atualizadas da “Corrida de Área”. A partir disto, o
operador definiu a seleção das informações de acordo com o contexto da tarefa utilizando o
modelo de seleção contextual. A Figura 54 mostra a interface do sistema Emergency
Dashboard com as opções de escolha para definição de um conjunto de dados. No caso desta
tarefa o operador definiu quais os conjuntos de dados do sistema VICON seriam importantes.
5
Maiores informações sobre a API podem ser obtidas em http://viconsaga.com.br/help/api
129
Figura 54 Interface para escolha do conjunto de informações
Uma vez definida a fonte de dados o operador selecionou as informações e realizou uma série
de operações analíticas para refinamento das informações. As atividades que foram realizadas
foram:
• Criação dos filtros de atributos: foram removidos atributos irrelevantes para o

contexto;
• Criação dos filtros de dados: foram criados filtros considerando “Data de última
atualização” e “Quartel de bombeiros”;
• Criação dos atributos derivados: foram criados novos atributos considerando atributos
pré-existentes. Por exemplo, o operador criou o atributo “Mês” modificando a
visualização da formatação da data do sistema VICON para um tipo texto;
• Sumarizações e agrupamentos: as informações foram agrupadas e sumarizadas, de
maneira a quantificar a incidência de registros dentro de um período.
A Figura 55 mostra a criação do filtro de dados. Uma vez definido o conjunto de
informações de acordo com o contexto, o operador pôde escolher quais seriam as formas
de apresentação que iriam compor o dashboard.
130
Figura 55 Criação de filtro de dados
No modelo de apresentação o operador definiu em acordo com o comandante como seria o

espaço de trabalho, que é definido pela seleção das informações e como elas seriam
apresentadas. A Figura 56 mostra a escolha do comando para acompanhamento dos registros
de recursos hídricos mês a mês.
Figura 56 Escolha das formas de apresentação
Para fins de acompanhamento da “Corrida de Área” o comando definiu formas de

apresentação em tabelas e gráficos de coluna (Figura 57). As informações referentes ao quartel
131
do Caju foram agrupadas em um único dashboard permitindo ao comando visualizar as

informações utilizando meios de apresentação claros, resumidos e diretos em tempo real.
Figura 57 Dashboard com informações da Corrida de Área
Além do quadro operacional comum por meio do uso do dashboard, o comando solicitou a
criação de alertas para fins de monitoramento da atividade realizada pela equipe de campo. A
Figura 58 mostra o alerta criado. Uma vez que a condição fosse satisfeita a visualização
correspondente iria piscar na tela, além de ser disparado um alerta sonoro.
132
Figura 58 Interface para criação de alertas
8.3.3. Discussão
As avaliações realizadas durante a execução dos processos atual e futuro, junto ao GTSAI,
permitiram coletar dados e evidências sobre os problemas de sobrecarga de informações
enfrentados pelos gestores.
O estudo foi realizado considerando dados reais, obtidos em tempo real, durante uma atividade
operacional de rotina que é a “Corrida de Área”. Esta atividade é regulamentada em todo o
Estado do Rio de Janeiro e publicada em boletim do CBMERJ.
Durante a realização do processo atual e futuro foram coletadas evidências quanto ao tempo de
processamento das atividades. Comparando o tempo total registrado na execução das
atividades do comando em ambos os processos, se obteve uma redução de quase de 80% do
tempo. Isto sinalizou a eficiência que o uso da nova abordagem e sistema trouxe em relação a
realização das atividades do comando atualmente empregadas. Entretanto, é importante
salientar que o resultado obtido durante a realização do processo futuro diz respeito a um
único quartel. Ou seja, ao contrário do processo atual que o processamento das informações e
o relatório gerado é de responsabilidade estritamente do comando GTSAI, no processo futuro
o processamento das informações ficaria sob a responsabilidade de cada gestor (cada quartel
133
seria auto responsável). Esse ponto, a princípio, significou uma dificuldade para o comando.
Pois, o comando centraliza as ações de controle, fornecendo apenas relatórios já consolidados
das ações para os quartéis. Visto isso, para contornar essa dificuldade o comandante solicitou
que para a próxima etapa6 fossem previamente criados todos os dashboards (para cada
quartel). Deixando para os quartéis os dashboards (já prontos) apenas para fins de
comunicação e controle.
Outras evidências coletadas estão relacionadas diretamente as causas da sobrecarga de

informações descritas no Capítulo 2. Ao longo das observações, entrevistas, análise de
documentos e conversas informais buscou-se também evidências da redução da sobrecarga
relacionadas a cada um dos cinco constructos. Essas evidências são listadas abaixo.
Fatores pessoais
Uma das causas da sobrecarga de informações está relacionada as limitações na capacidade de

processamento de cada indivíduo. Características pessoais como atitude, qualificação,
experiência podem determinar em qual ponto a sobrecarga de informações pode ocorrer no
processamento das informações.
Ao longo das observações dos processos atual e futuro foi possível perceber o esforço que o
comando (operador) fez para manter o controle da quantidade de informações e lidar com a
sobrecarga. Suas ações tendem a filtrar ou até omitir informações, de forma a aumentar a
quantidade de informações úteis. Por exemplo, no processo atual o esforço é concentrado no
processamento das informações em planilhas Excel a fim de gerar o relatório com as
informações consolidadas. Esse relatório tem um formato pré-determinado e tem a finalidade
de comunicar a execução da “Corrida de Área” de forma simplificada. Entretanto, qualquer
mudança solicitada no formato deste relatório, poderia significar um trabalho adicional que
nem sempre é possível de ser realizado imediatamente (quer seja pela pressão do tempo ou
desconhecimento do potencial da ferramenta). Já para a realização do processo futuro, a
atividade de definição das informações úteis também é realizada. Entretanto, essa atividade, a
princípio, seria realizada uma única vez. Pois, uma vez definido o conjunto de informações e
escolhido a forma de apresentação adequada, o comando iria monitorar o andamento por meio
6
A próxima etapa diz respeito ao sistema implantado e em pleno uso pelo CBMERJ
134
do dashboard (já configurado). Obviamente, caso necessário o dashboard poderia ser

redefinido de forma interativa.
Outra evidência de causa da sobrecarga de informações está relacionada a situação pessoal.

Durante o acompanhamento dos processos foi percebido que no dia-dia do comando diversas
interrupções ocorrem. Além disso, existe uma carga de trabalho relacionada a outras atividades
que demandam a atenção do comando, o que poderia resultar na sobrecarga. Infelizmente essa
é uma causa externa que transcende o escopo de solução deste trabalho.
É importante também destacar as evidências observadas quanto a adaptação do comando ao

processo futuro. Apesar dos participantes do comando possuírem familiaridades com inovação
e tecnologia. Ficou evidente que em cenários que são realizados sob extrema pressão qualquer
mudança de trabalho deve ser introduzida gradualmente.
Características da Informação
Uma das causas da sobrecarga de informações é a própria natureza da informação. Não é

apenas a quantidade de informação que determina a sobrecarga de informações, mas também
as características específicas da informação. Por exemplo, durante a realização dos processos
foi possível perceber que uma das prerrogativas para o comando é que a “Corrida de Área”
seja atualizada constantemente e que, sobretudo, as atualizações/registros sejam de qualidade.
Em ambos os processos pôde-se perceber o cuidado em manter dados de qualidade. Durante a
simulação do processo futuro o comando (operador) ressaltou o seguinte:
“Se o quartel está mais dinâmico é por que ele está produzindo mais. A
frequência de lançamento é importante, quer seja atualizando ou incorporando
novos dados no VICON, mas esses dados devem ser de qualidade. Temos que
ter o controle do que é registrado no VICON”.
Outra evidência que foi observada é a relação da disponibilidade da informação relevante em

tempo real. No processo atual para se obter uma informação atualizada todo o processamento
de informações deveria ser realizado. Já no processo futuro a informação necessária pode ser
defina uma única vez. Uma vez que as atividades de seleção, transformação das informações e
escolha das formas de apresentação já satisfazem o contexto da tarefa, à medida que as equipes
de campo registram no sistema VICON essa informação já é replicada no dashboard em
135
acordo com a preferência do usuário. Além disso, para fins de restringir o acesso somente a
informações relevantes, o comando sugeriu que cada quartel visualizasse informações já
filtradas ao seu contexto. Durante o treinamento um dos relatos do comando (operador) foi:
“Seria importante cada quartel ter seu próprio acesso ao dashboard, vendo
somente suas próprias ações já filtradas. Dessa forma, cada quartel poderia
acompanhar seu próprio cumprimento da meta total. Também é importante
para o grupamento poder ver toda a área mês a mês. Uma vez que definirmos a
meta, cada quartel deve acompanhar sua própria situação em tempo real e o
Estado Maior pode ter uma percepção geral do que está ocorrendo”.
Outra evidência importante quanto a sobrecarga está relacionada ao aumento no número de

alternativas. No processo atual as informações são em geral apresentadas em texto e tabelas,
ou seja, o número de alternativas é bem restrito. Já no processo futuro, as informações
disponibilizadas no dashboard são apresentadas visualmente, através de combinações de texto,
tabelas, mapas e gráficos. As representações visuais são inúmeras e permitem uma
amplificação da capacidade de pensar sobre a informação. Entretanto, essa grande
possibilidade de alternativas visuais pode levar o usuário a uma confusão. Esta questão pode
levar o gestor a escolher sempre os mesmos tipos de representações já conhecidas, ignorando
outras alternativas até mais interessantes. Esta é uma questão que carece de mais estudos e não
foi contemplado nesta pesquisa.
Tarefas e processos
A complexidade da tarefa é outro fator que contribui para a sobrecarga de informações. Tanto
no processo atual como no futuro o processamento de informações relatado possui
interdependência. O processamento da informação não é uma tarefa trivial e requer ao
comando experiência para lidar com os dados. Além disso, a grande quantidade de
informações aliado a pressão do tempo, podem levar a sobrecarga de informações.
Outra evidência de causa da sobrecarga de informações está relacionada as interrupções das

tarefas. Conforme já mencionado, muitas vezes o comando (operador) sofre interrupções ao
realizar seus trabalhos, necessitando realizar tarefas em paralelo. Isso pode levar o operador a
gastar um maior tempo alternando entre as tarefas e, ao fazê-lo, ele tem que verificar onde
136
parou, gastando tempo e aumentando o esforço mental. Esta dificuldade pôde ser observada
em ambos os processos descritos.
O desenho organizacional adotado em ambos os processos seguiu a estrutura de comando e

controle. Conforme já mencionado o comando centraliza as análises e comunica as
informações para as partes interessadas por meio relatórios consolidados.
As observações realizadas no processo atual e futuro permitiram descrever a rotina de trabalho

e coletar evidências do uso da solução proposta na tese. Ao propor a realização do processo
futuro, buscou-se respeitar a estrutura hierárquica existente e apoiar as atividades já realizadas
com a menor interferência possível no modo atual de trabalho.
As causas de sobrecarga de informações relacionadas à tecnologia da informação em suma são

atribuídas ao processamento e disponibilidade das informações. No processo atual descrito o
meio através do qual a informação é processada, transmitida, e a forma em que a informação é
apresentada, podem provocar sensações de sobrecarga. Neste processo o processamento e
análises são realizadas principalmente em tabelas. Já no caso do processo futuro, ao inserir a
nova abordagem e sistema buscou-se obter as informações mais relevantes consolidadas em
uma única tela e, assim oferecer uma solução ao problema de sobrecarga de informação,
permitindo separar o relevante entre o irrelevante. Além disso, buscou-se facilitar o
monitoramento em tempo real através dos alertas, de maneira que o comando pudesse
rapidamente tomar uma ação quando necessário. Uma das falas do comandante durante a
execução do processo futuro foi:
“O dashboard é uma ferramenta de controle e análise. No momento que você

tem uma ferramenta que mostra de forma automática informações que
acontecem em tempo real, podemos avaliar quem fez mais ou fez menos. Além
disso, podemos criar hipóteses para entender as ações dos quarteis, além de
possibilitar uma melhor tomada de decisão. Por exemplo, podemos entender
melhor as características diferentes de cada quartel e assim demandar metas
diferenciadas (exemplo: considerar as áreas urbanas de cada quartel, a
137
geografia diferente, etc.), ou seja, talvez o que é exigido a um determinado

quartel não se aplica a outro”.
8.4. ESTUDO 2
O estudo 2 foi realizado junto a Secretaria de Defesa Civil e Políticas de Segurança da

Prefeitura de Duque de Caxias. Mais especificamente foram acompanhadas algumas das
atividades realizadas pela assessoria de meteorologia.
A assessoria de meteorologia tem entre suas funções:
• Assessorar o Subsecretário de Operações nos processos e protocolos de acionamento

do Sistema de Alerta e Alarme Comunitário para Chuvas e Inundações;
• Elaborar Boletins de Previsão do Tempo, Avisos Meteorológicos e Boletins de
Ameaças Meteorológicas para o Município de Duque de Caxias;
• Monitorar os índices pluviométricos, descargas elétricas e rajadas de vento do
Município.
Este estudo teve como foco as atividades relacionadas ao monitoramento meteorológico.
Assim como no estudo 1 apresentado na Seção 8.3, neste estudo são descritos os processos
atual (como é feito) e o futuro (abordagem proposta na tese), além de discutidos as evidências
relacionadas ao problema de sobrecarga de informações.
8.4.1. Descrição do processo atual
O processo atual de monitoramento fornece informações meteorológicas em tempo real para

tomada de decisão dos superiores. Esse processo é iniciado sempre que uma previsão adversa
da situação do tempo se concretiza.
A Figura 59 mostra o processo atual em uma sequência lógica. O tempo total gasto na
execução das atividades não foi computado para este processo. Pois, durante as visitas
realizadas não houve uma situação adversa real no qual pudesse ser realizado um
monitoramento. Dessa forma, a observação do processo atual de monitoramento foi simulada
considerando um caso fictício de uma frente fria. Além disso, mesmo que ocorresse uma
situação real, não seria aplicável a computação do tempo pois o monitoramento só seria
encerrado na normalização da situação.
138
As atividades previstas neste processo são:
1. Abertura das “n” fontes de informação;

2. Monitoramento:
a. Acompanhamento de imagens de satélite;
b. Acompanhamento de radares meteorológicos;
c. Acompanhamento de mensagens do REDEMET;
d. Acompanhamento de informações do sistema de descargas elétricas;
3. Reportar a situação para os superiores.
Figura 59 Processo atual para o Estudo 2
A coleta de dados e evidências na execução do processo atual foi realizada entre junho e julho
de 2016. A partir das observações in loco, entrevistas não estruturadas e conversas informais
realizadas com membros da equipe de meteorologistas, foram identificados alguns problemas
que vão ao encontro aos abordados nesta tese, um relato pelo assessor-chefe da meteorologia
foi:
“Existem várias fontes de informação para observar e elas não são

padronizadas, por exemplo, alguns radares são atualizados de 2 em 2 min,
139
outros são de 10 em 10 min, e outros são atualizados até de 1 em 1h. Isso é

muito complicado, pois precisamos monitorar, passar dados para os superiores
e ainda comunicar a população sobre o que acontecerá nas próximas horas. Na
hora do monitoramento nós temos que abrir várias abas que dividem a nossa
atenção, o computador pode travar, enfim, falta operacionalidade”.
Os participantes do processo atual, bem como suas responsabilidades são detalhados na Tabela
12. Entretanto, durante a coleta de dados e evidências o contato realizado foi apenas com o
assessor-chefe da meteorologia e com um estagiário.
Tabela 12 Participantes do processo atual para o Estudo 2

01 Assessor-chefe da • Monitoramento.
meteorologia • Reporte aos superiores.
05 Estagiários • Plantões de 12h para

monitoramento.
• Reporte ao assessor-chefe da
meteorologia.
Conforme mostrado na Figura 59 o processo atual para monitoramento é iniciado se houver

mudança adversa nas condições do tempo. Quando isso ocorre o meteorologista deve abrir
uma série de sistemas de informação que contém as informações referentes ao monitoramento.
Todas as informações são disponibilizadas via Internet e, em geral, as análises de cada uma
das informações é realizada em uma determinada ordem, conforme descrito a seguir.
Inicialmente, foram analisadas as imagens de satélite. Essas imagens permitem a tomada de

conhecimento sobre aonde está a frente fria e para onde ela está se deslocando. De acordo com
o meteorologista algumas perguntas devem ser feitas, por exemplo: Aonde está atuando o
sistema? O que está ocorrendo e o que pode ocorrer envolta do Rio de Janeiro?
Uma informação ressaltada pelo assessor-chefe da meteorologia é que existe um delay

das imagens de satélite de aproximadamente 1h, devido ao processamento de imagens.
140
As imagens de satélite em geral são provenientes do CPTEC.

Em um segundo momento o foco foi nos radares meteorológicos. Ao total são seis radares para
acompanhamento em tempo real. De acordo como assessor-chefe, são utilizados os radares
que estão dando melhor condição de informação no momento (estão em funcionamento).
Segundo relatos do assessor-chefe:
“Os melhores radares para monitoramento de Duque de Caxias são os radares

do Pico do Couto fornecido pela RedeMet e o radar do Sumaré fornecido pela
Prefeitura do RJ. Se um loop de chuva está chegando, deve-se monitorar o
tempo todo. E as vezes reportar até de minuto a minuto ou sempre que existir
uma solicitação de informações pelos superiores”.
Cabe ressaltar que durante a simulação foi dado ênfase ao tempo de atualização dos radares.
Por exemplo, o radar de Sumaré atualiza de 2 em 2 min, fornecendo uma previsão de
curtíssimo prazo. Já o radar do Pico do Couto tem atualização de 10 em 10 min. Este último
radar traz informação do que está por vir e o que está em volta (na retaguarda7).
Também foram verificadas as mensagens fornecidas pela RedeMet (principalmente para

acompanhamento das rajadas de vento), verificado as estações meteorológicas fornecidas pelo
INMET (para temperatura, pressão e etc.) e os pluviómetros fornecidos pelo INEA e
CEMADEN (Nacional e Estadual). Além disso, também foi realizado um acompanhamento de
informações do sistema de descargas elétricas. Este último sistema ainda estava em fase de
testes pela equipe de meteorologia.
8.4.2. Descrição do processo futuro
Assim como no estudo 1 a realização do processo futuro teve como objetivo verificar se os
problemas relacionados a sobrecarga de informações foram reduzidos. A Figura 60 mostra o
processo futuro proposto em uma sequência lógica. Este processo mantêm as atividades da
equipe de meteorologista quanto ao acompanhamento das informações contextuais. Entretanto,
incorpora por meio do uso do sistema, as mesmas práticas já mencionadas no estudo 1 para
execução das atividades de seleção e escolha das formas de apresentação a compor o
dashboard. Cabe destacar que no caso das informações meteorológicas apresentadas neste
estudo não foi possível a criação de alertas. A criação de alertas foi substituída pelo
7
Termo usado pelo assessor-chefe da meteorologia
141
monitoramento das fontes de informações previamente configuradas. Isto se deve ao fato que o
dashboard criado combina os sistemas de informação existentes em uma solução integrada ao
nível de interface do usuário. Ou seja, não é possível manipular dados bruto pois todas as
informações apresentadas são representações visuais (com mesma interface) dos sistemas de
informações legados, no qual os meteorologistas já acompanham normalmente.
As atividades previstas neste processo foram:
1. Configuração das fontes de dados por meio do modelo raiz;

2. Definição do conjunto de informações do usuário por meio do modelo de seleção
contextual:
a. Seleção explicita das informações;
b. Realização de transformações nas informações (operações analíticas);
3. Escolha das formas de apresentação a compor o dashboard:
a. Escolha dos atributos;
b. Mapeamento de informações para uma ou mais formas distintas de
visualização;
c. Escolha da forma de apresentação para as informações (gráficos, tabelas,
mapas);
d. Escolha do dashboard para inserção dos componentes visuais;
4. Abertura do dashboard;
5. Monitoramento das fontes de informação;
142
Figura 60 Processo futuro para o Estudo 2
O processo futuro tomou como base o processo atual descrito na Seção 8.4.1. Para coleta de
dados e evidências foram utilizadas as mesmas técnicas descritas no processo atual. Assim
como no processo atual, as medidas de tempo para cada atividade não foram obtidas durante as
143
observações. Especificamente para realização deste processo foram apenas montados alguns
dashboards em conjunto com o assessor-chefe da meteorologia.
Os participantes do processo futuro, bem como suas responsabilidades são detalhados na

Tabela 13. O papel do administrador do sistema (foi desempenhado pelo próprio pesquisador)
e o assessor-chefe da meteorologia (representou as possíveis ações da equipe de
meteorologia).
Tabela 13 Participantes do processo futuro para o Estudo 2

01 Administrador do Configuração de novas fontes de dados.
sistema
01 Assessor-chefe da • Definição das informações e dos
meteorologia tipos de visualização a compor o
dashboard.
• Monitoramento das fontes de
informação.
o Reporte aos superiores.
A montagem dos dashboards foi realizada em uma atividade conjunto entre o pesquisador e o
assessor-chefe de meteorologia. Como resultado final foram criados os seguintes dashboards.
A Figura 61 apresenta o dashboard para o acompanhamento de radares.
144
Figura 61 Dashboard contendo radares meteorológicos
8.4.3. Discussão
As avaliações realizadas durante a execução dos processos atual e futuro, junto a Secretaria de
Defesa Civil e Políticas de Segurança da Prefeitura de Duque de Caxias, permitiram coletar
dados e evidências sobre os problemas de sobrecarga de informações enfrentados pelos
gestores.
O estudo foi realizado considerando dados reais que são fornecidos em tempo real por
diferentes sistemas de informação. Durante as visitas realizadas não houve uma situação
adversa real no qual pudesse ser realizado um monitoramento. Entretanto, mesmo
considerando um caso fictício para realização das observações dos processos, foi possível
obter a rotina dos meteorologistas ao lidar com diversos sistemas de informação.
Nas observações pôde-se verificar que o meteorologista fica intercalando a aba dos sistemas
levando em conta as atualizações de cada um dos sistemas. Eles iniciam a rotina de
monitoramento analisando imagens de satélite para obter uma visão da atuação do sistema de
chuvas. Após isso o foco da atenção fica sobre os diferentes radares. Os radares mais
145
importantes nesta atividade são os do Pico do Couto e do Sumaré. Em geral, os

meteorologistas fixavam sua atenção no radar do Sumaré por 5 minutos e depois, mudavam
para os outros radares para ter uma visão geral. Além disso, também dividiam sua atenção com
outros sistemas. Como no caso dos pluviômetros, estações meteorológicas e o sistema de
descargas elétricas para acompanhamento do núcleo de chuva em tempo real.
Para estudo 2 também buscou-se relacionar as evidências coletadas com as causas da
sobrecarga de informações descritas no Capítulo 2. Essas evidências são listadas abaixo.
Fatores pessoais
Ao longo das observações dos processos atual e futuro foi possível perceber o esforço que os
meteorologistas fazem para manter atenção e diferentes sistemas de informação, analisar as
informações e tomar decisões. Além disso, um fator importante ressaltado pelo assessor-chefe
da meteorologia é que apesar dos sistemas serem determinísticos a experiência do
meteorologista é fundamental para interpretação das informações. Segundo o assessor-chefe a
proposta futura em consolidar tudo em uma única tela, permite lidar de uma melhor forma com
as informações. Durante a criação do dashboard o assessor-chefe da meteorologia ressaltou o
seguinte:
“Com o dashboard temos o ganho de ver tudo ao mesmo tempo. Encurtamos o

tempo de análise, tomada de decisão e avisos para as partes interessadas
(Secretário). Vamos visualizar todas as informações já consolidadas em um
único local. Com isso quero evitar perguntas que as vezes fazíamos pela
pressão do trabalho como, por exemplo: será que realmente vi algo? Nosso
objetivo é salvar vidas, então, temos que ser rápidos e precisos”.
Características da Informação
As características específicas das informações fornecidas pelos sistemas meteorológicos

podem aumentar a sensação da sobrecarga de informações. Durante as entrevistas e conversas
informações foi relatado a dificuldade em lidar com informações que não são padronizadas
entre os sistemas. Por exemplo, o tempo de atualização dos radares são diferentes o que
dificulta o acompanhamento. Outra dificuldade relatada foi em relação a hora local. Alguns
sistemas utilizam hora local do Brasil já outros a hora média Greenwich (GMT).
146
Tarefas e processos
Em qualquer que seja o processo (atual ou futuro) o processamento das informações pelos
meteorologistas não é uma tarefa trivial e requer grande experiência para tomada de decisões.
Sobretudo no processo atual, a grande quantidade de informações em mapas aliado ao fato de
ter que intercalar entre os diversos sistemas podem levar a sobrecarga de informações.
As observações realizadas permitiram descrever a rotina de trabalho e coletar evidências do

uso da solução proposta na tese. Assim como no estudo 1, ao propor a realização do processo
futuro, buscou-se respeitar a estrutura hierárquica existente e apoiar as atividades já realizadas
com a menor interferência possível no modo atual de trabalho.
Na rotina de monitoramento de informações meteorológicas diferentes sistemas de informação

competem pela atenção dos meteorologistas agravando a sensação de sobrecarga. Nas
entrevistas realizadas foi mencionado que em algumas salas de comando e controle, os
meteorologistas podem possuir mais monitores para ampliar a percepção da situação. No caso
específico dos meteorologistas da Prefeitura de Duque de Caxias, era utilizado apenas um
único monitor para os meteorologistas. Ao se propor uma nova abordagem no qual as
informações podem ser consolidadas em uma única tela esse problema tende a ser minimizado.
A proposta para o uso do dashboard é que seja planejado múltiplos dashboards e não somente
um, de forma a cobrir diferentes situações.
Neste capítulo foram apresentados dois estudos de caso com objetivo de evidenciar os
problemas da sobrecarga de informações em diferentes cenários de emergência. A partir da
identificação do problema foi proposto aos gestores o uso da abordagem e sistema
desenvolvidos na tese.
Para que os estudos de caso fossem realizados, foi definido um planejamento operacional da
pesquisa, estabelecendo quais abordagens e técnicas para coleta de dados seriam utilizadas,
assegurando o rumo da pesquisa e o rigor ético.
147
Ao longo dos estudos foram descritos e comparados os dois processos (atual e futuro). As
evidências encontradas sinalizaram que o uso de dashboards customizáveis são uma boa
solução para lidar com diferentes requisitos de informações que os cenários de emergência
podem demandar.
Em ambos os estudos os usuários do domínio demonstraram a solução proposta pode lidar

com o problema de sobrecarga de informação. Alguns pontos chave destacados pelos usuários
foram:
• Flexibilidade para redefinir e adicionar novas informações;

• Possibilidade de focar somente no que é de interesse, descartando a informações que
não são relevantes para o contexto;
• Possibilidade de exibir mapas e gráficos em uma única tela;
• Controle e monitoramento em tempo real para a tomada de decisão;
• Geração de alertas baseados em medidas de desempenho;
• Capacidade de compartilhar informações com outras agências.
Além disso, os resultados obtidos sinalizaram que é possível generalizar a proposta e aplicá-la
em uma ampla gama de domínios que sofrem dos problemas abordados nesta tese.
148
9 CONSIDERAÇÕES FINAIS E TRABALHOS FUTUROS
Neste capítulo são feitas algumas considerações sobre o trabalho de pesquisa descrito nessa
tese. Inicialmente é feito um resumo da pesquisa e, em seguida é explicitando as contribuições,
problemas encontrados ao longo do caminho e sugestões para prosseguimento do trabalho.
9.1. RESUMO DA TESE
A presente pesquisa teve como objeto de estudo o problema da sobrecarga de informações.

Este problema diz respeito a crescente quantidade de informações disponíveis frente a limitada
capacidade de processamento das pessoas. Devido a essa grande quantidade de informações
disponíveis, decidir o que deve receber a atenção tornou-se uma tarefa frequente nos
ambientes de trabalho com informação.
A sobrecarga de informação é um problema que deve ser sempre revisto, pois as pessoas, as
organizações e as tecnologias mudam constantemente. Nesta pesquisa foi investigado o
problema da sobrecarga de informação em ambientes complexos, delimitando o domínio a
ambientes relacionados a Gestão de emergências. Muitas vezes nestes ambientes não é
possível saber previamente quais informações são necessárias para o usuário ou qual é a
melhor forma de apresentação desta informação. Além disso, alguns desses ambientes
possuem uma multiplicidade de sistemas de informação, no qual competem pela atenção.
Para um melhor entendimento deste problema, foi realizado um estudo exploratório no Centro
Integrado de Comando e Controle da cidade do Rio de Janeiro (CICC-RJ). Neste estudo, além
do problema ser evidenciado, foi possível verificar que o sucesso dos gerentes depende de ter a
informação certa disponível, no momento certo, apresentada de uma forma adequada. Este
estudo também permitiu ao pesquisador elicitar requisitos essenciais que combinado com
levantamento bibliográfico na área de Visualização de informação e Dashboards, possibilitou
propor a hipótese de que a sobrecarga de informação pode ser reduzida, se o usuário definir de
maneira interativa o seu próprio espaço de trabalho, que é representado pela seleção das
informações e formas de apresentação definidas pelo seu contexto.
149
Para atender a hipótese de pesquisa, foi proposto uma abordagem e sistema que teve como
objetivo permitir ao gestor selecionar informações de interesse a partir de múltiplas fontes de
informação e possibilitar a escolha de visualizações apropriadas de forma rápida, fácil e
interativa. Nesse objetivo, foram propostas duas arquiteturas, uma conceitual e uma de
software. A primeira arquitetura fornece uma visão geral da organização dos dados e as
funcionalidades do sistema. Já a segunda arquitetura descreve a estrutura do sistema em
termos de componentes de software. Seguindo estas arquiteturas, foi desenvolvido o sistema
“Emergency Dashboard”, um sistema que fornece uma infraestrutura para selecionar
informações e a forma de apresentação, usando painéis configuráveis. Também foram
propostos mecanismos de colaboração, dado que às vezes, não é possível para um único
usuário lidar com essa grande quantidade de informações sozinho.
A solução proposta começa com a geração de dados de domínio e termina com a apresentação
de uma ou mais representações visuais em um dashboard. Através de uma transição entre
modelos, os gerentes podem selecionar a informação a partir de fontes de dados brutos,
realizar algumas operações analíticas e escolher as representações visuais apropriadas para
cada tipo de informação.
De maneira a avaliar a solução proposta nesta tese, foram realizados dois estudos de caso. Os
estudos foram realizados no Grupamento Técnico de Suprimento de Água – GTSAI/CBMERJ
e na Secretaria de Defesa Civil e Políticas de Segurança da Prefeitura de Duque de Caxias.
Optou-se por uma avaliação quali-quantitativa, objetivando coletar dados e evidências dos
problemas de sobrecarga de informações enfrentados pelos gestores. Em ambos estudos de
caso foram descritos e comparados o processo atual (como é feito) e o processo futuro
(abordagem proposta na tese) das atividades realizadas.
9.2. CONTRIBUIÇÕES DA TESE
Uma das contribuições da tese está relacionada ao detalhamento do domínio de aplicação.

Desenvolver uma pesquisa no âmbito de Gestão de emergências não é uma tarefa fácil. Os
estudos exploratórios realizados no CICC, GTSAI e na Defesa Civil e Políticas de Segurança
da Prefeitura de Duque de Caxias, além de possibilitar o levantamento de requisitos, permitiu
indicar caminhos a serem trilhados em futuras pesquisas.
150
Outra contribuição está relacionada ao desenvolvimento científico do tema e sua aplicação na

sociedade. Conforme mencionado no Capítulo 2, a sobrecarga de informação é um problema
que sempre necessita ser revisitado. Principalmente se tratando de ambientes complexos como
o de emergências, novas abordagens devem ser idealizadas e sobretudo avaliadas. Neste tipo
de ambiente faz-se necessário estudos contínuos de maneira a refinar processos pré-existentes
ou até mesmo criar novas práticas.
O próprio sistema desenvolvido em si, possui diversas contribuições. Conforme mencionado

no Capítulo 8, sob a perspectivas dos usuários podemos citar como contribuições do sistema: a
flexibilidade para redefinir e adicionar novas informações; a possibilidade de focar somente no
que é de interesse, descartando a informações que não são relevantes para o contexto; a
possibilidade de exibir mapas e gráficos em uma única tela; o controle e monitoramento em
tempo real para a tomada de decisão; a geração de alertas baseados em medidas de
desempenho; e por fim, a capacidade de compartilhar informações entre diversos
colaboradores que não necessariamente terão os mesmos interesses em termos da apresentação
da informação.
Pode-se citar ainda como contribuição, o legado do uso da abordagem e sistema proposto na
tese pelas equipes de emergência. Esta possibilidade para muitas equipes de emergência no
Brasil representa uma inovação no que diz respeito a criar uma infraestrutura de comando e
controle a baixo custo. Além disso, conforme apresentado nos estudos de caso (Capítulo 8),
para a solução foi levado em conta a automatização de processos. Para os dois estudos de caso
apresentados foram realizadas análises dos processos atual e futuro. O uso de uma nova
abordagem materializada no processo futuro levou em conta um redesenho dos processos para
resolver o problema de sobrecarga de informações. Este redesenho buscou facilitar o trabalho
dos operadores, automatizando – quando possível – tarefas que vão desde a coleta até a
visualização das informações.
Por fim, no que tange a produção científica oriunda dessa tese ou relacionadas ao domínio de
aplicação, foram publicados trabalhos em eventos internacionais e nacionais, listados a seguir:
• NASCIMENTO, Bruno Santos Do; VIVACQUA, A. S.; BORGES, M. R. S.. A

Flexible Architecture for Selection and Visualization of Information in Emergency
151
Situations. IEEE Transactions on Systems, Man, and Cybernetics, Part C (Applications

and Reviews), 2016.
• NASCIMENTO, Bruno Santos Do; VIVACQUA, A. S.; BORGES, M. R. S.. A
Conceptual Architecture to handle the influx of information in Emergency Situations.
In: Information Systems for Crisis Response and Management, 2016, Rio de Janeiro.
Proceedings of the ISCRAM 2016 Conference, 2016.
• MACHADO, M. F. ; NASCIMENTO, Bruno Santos Do; VIVACQUA, A. S.;
BORGES, M. R. S.. JEMF: A Framework for the Development of Mobile Systems for
Emergency Management. In: International Conference on Collaboration and
Technology. In: International Conference on Collaboration and Technology (CRIWG
2014), 2014, Santiago, Chile. Lecture Notes in Computer Science, 2014. v. 8658. p.
239-254.
• ANDRADE, R. C. ; NASCIMENTO, Bruno Santos Do; BORGES, M. R. S.;
VIVACQUA, A. S.. Desafios para colaboração no atendimento pré-hospitalar em
acidentes de múltiplas vítimas. In: Brazilian Symposium on Collaborative Systems
(SBSC 2014), 2014, Curitiba, PR. XI Simpósio Brasileiro de Sistemas Colaborativos,
2014.
• NASCIMENTO, Bruno Santos Do; BORGES, M. R. S.; VIVACQUA, A. S.. Uma
Abordagem para Seleção e Visualização Colaborativa de Informações em Situações de
Emergência. In: Brazilian Symposium on Collaborative Systems (SBSC 2014), 2014,
Curitiba, PR. XI Simpósio Brasileiro de Sistemas Colaborativos, 2014.
• MACHADO, M. F. ; NASCIMENTO, Bruno Santos Do; VIVACQUA, A. S.;
BORGES, M. R. S.. O uso integrado de Interface Multimodal e Dispositivos Móveis
em Gestão de Emergências. In: Simpósio de Fatores Humanos em Sistemas
Computacionais (IHC), 2013, Manaus - AM. Programação Geral do X SBSC e XII
IHC, 2013.
• NASCIMENTO, Bruno Santos Do. Uma Estratégia para Seleção e Apresentação
Multimodal de Informações Contextuais na Resposta a Emergências. In: Simpósio
Brasileiro de Sistemas Colaborativos (SBSC), 2013, Manaus - AM. Programação Geral
do X SBSC e XII IHC, 2013.
• NASCIMENTO, Bruno Santos Do; VIVACQUA, A. S.; BORGES, M. R. S..
Establishing Trust in Critical Situations. In: 2013 ACM Conference on Computer
152
Supported Cooperative Work, 2013, San Antonio, TX. Workshop on Trust in Virtual
Teams, 2013.
• MARINO, T. B.; NASCIMENTO, Bruno Santos Do; BORGES, M. R. S.. GIS
Supporting Data Gathering and Fast Decision Making in Emergencies Situations. In:
International Conference for Information Systems for Crisis Response and
Management, 2012, Vancouver. 9th International Conference for Information Systems
for Crisis Response and Management, 2012. v. 1.
9.3. DIFICULDADES ENCONTRADAS
Uma das principais dificuldades no desenvolvimento deste trabalho, foi sem dúvida a
necessidade do envolvimento de especialistas do domínio de aplicação. Esta dificuldade ao
longo da pesquisa foi superada através de parcerias firmadas entre o pesquisador e as
diferentes agências de emergência.
Outra dificuldade foi a reduzida disponibilidade de tempo dos profissionais (operadores de

emergência) para realização dos treinamentos. Apesar do sistema possuir interface que não
exigia conhecimentos de linguagens específicas, havia a necessidade de um treinamento
detalhado sobre o seu uso. Além disso, durante o treinamento o pesquisador por vezes teve que
intervir, de maneira a mostrar novas formas de visualização, além das tradicionalmente
conhecidas para a representação das informações. Este fato sinaliza que visualizações mais
apropriadas para um determinado conjunto de informações, podem não ser utilizadas devido
ao desconhecimento dos seus benefícios, ou até mesmo não ser utilizadas devido as
preferências pessoais dos usuários que optam pelas mesmas formas de representação.
Outra dificuldade a destacar é que apesar da proposta apresentada possibilitar o mapeamento

de um conjunto de informações para um tipo de visualização, pode ocorrer que nem todas as
visualizações necessárias estejam disponíveis para o usuário. Esta dificuldade pode ser
contornada, mas requereria uma implementação adicional no sistema.
Com relação a avaliação da proposta, os estudos de caso realizados foram limitados ao

domínio de aplicação de emergência. Entretanto, cabe ressaltar que a solução proposta é
generalizável a outros domínios complexos, os quais sofrem dos problemas de sobrecarga de
153
informações abordados nesta tese. Dessa forma, nossa recomendação é que a solução seja
testada em outros domínios de forma a aprimorar a abordagem e sistema pospostos.
Outra limitação já de cunho técnico diz respeito a integração de dados entre os diferentes
sistemas de informação disponíveis. A este respeito, considera-se como possível solução o uso
de recursos da iniciativa da Web Semântica, assim como sugerido em (CORDEIRO et al.,
2011).
Por fim, é importante destacar as limitações sobretudo na estrutura de parceria academia-

empresas ou academia-agências governamentais. Para ser possível realizar esta pesquisa é
importante superar vários obstáculos a níveis institucionais, organizacionais e individuais. Na
opinião do pesquisador, ainda falta as instituições brasileiras o entendimento que parcerias em
pesquisa é um elemento chave para inovação.
As dificuldades e limitações mencionados não representam, de forma alguma, o insucesso da

pesquisa. Ao contrário, são considerados também resultados válidos e funcionam como
estímulos para se buscar o aperfeiçoamento. Por isto, a partir das críticas deste trabalho
comentadas, alguns dos próximos passos para sua continuação já podem ser enumerados.
9.4. TRABALHOS FUTUROS
Abaixo são apresentadas as perspectivas de continuidade desse trabalho. Os futuros passos

desta pesquisa não se limitam às sugestões que serão comentadas. Estas podem ser
consideradas apenas como as mais imediatas para o aperfeiçoamento da abordagem e do
sistema, além de apontamentos para futuras pesquisas.
• Estreitar parcerias já firmadas com as agências de emergência: o trabalho de

pesquisa realizado junto ao CICC, GTSAI e na Defesa Civil da Prefeitura de Duque
de Caxias abre uma nova frente de ações conjuntas a serem trilhadas em futuras
pesquisas. O projeto Emergency Dashboard está em continua evolução e já estão
em pauta a inclusão de novas equipes envolvidas e o aprimoramento do sistema;
• Fornecer solução a problemas semelhantes enfrentados por outras agências de
emergência (ou em outros domínios): diversas agências vêm enfrentando
problemas semelhantes aos abordados nesta tese. Entretanto, para aplicar a
abordagem e sistema propostos é necessário um estudo prévio sobre as atividades
154
realizadas pelos gestores dessas agências. De uma forma geral, deve-se obter
informações sobre qual é a atividade realizada, quais são as informações
disponíveis, como realizar a integração de novas fontes de dados e etc.;
• Implementar novas possibilidades de visualização: outras formas de
visualização podem ser adicionadas ao sistema. Para isto, novas bibliotecas de
visualização devem ser estudas e incorporadas;
• Estudar a facilidade de uso do sistema Emergency Dashboard: uma nova frente
de desenvolvimento do trabalho deve abranger aspectos relacionados à facilidade
de uso, dessa forma espera-se evoluir o sistema com intuito de cada vez mais
diminuir o esforço cognitivo dos usuários;
• Aprofundar pesquisas sobre o uso de dashboards colaborativos: o uso de
dashboards colaborativos está se tornando cada vez mais importante, dada a
natureza distribuída das equipes. Muitos sistemas desenvolvidos ainda são
monolíticos e não são suficientemente flexíveis para atender as demandas atuais.
• Aprofundar pesquisas sobre o problema da sobrecarga de informações em
outros domínios de aplicação: é interessante estender a pesquisa considerando
outros aspectos que sobrecarregam um tomador de decisão e novas formas de
medir e/ou avaliar o problema. Além disso, diversos outros domínios carecem de
estudos sobre o tema.
• Realizar pesquisa sobre o uso de técnicas de recomendação para
representações visuais: tomando como base preferências predefinidas pelos
gestores no uso do Emergency Dashboard, acreditamos que há espaço para o uso
de técnicas de recomendação para auxiliar automaticamente os usuários a conhecer
e utilizar formas alternativas de visualização no cumprimento de suas tarefas;
• Realizar pesquisas sobre enriquecimento de fonte de dados entre diferentes
sistemas de informação: com objetivo de facilitar a obtenção de novas fontes de
dados para o Emergency Dashboard, padrões abertos como os da Web Semântica
são considerados.
155
REFERÊNCIAS BIBLIOGRÁFICAS
AIGNER, W. et al. Visualization of time-oriented data. London: Springer, 2011.
ANDRIENKO, N.; ANDRIENKO, G. Intelligent Visualisation and information presentation

for civil crisis management. Transactions in GIS, Cambridge, v. 11, n. 6, p. 889-909, 2007.
BARTOO, H.; SIAS, P. M. When enough is too much: Communication apprehension and
employee information experiences. Communication Quarterly, Pennsylvania, v. 52, n. 1, p.
15-26, 2004.
BHAROSA, N.; LEE, J.; JANSSEN, M. Challenges and obstacles in sharing and coordinating
information during multi-agency disaster response: Propositions from field exercises.
Information Systems Frontiers, Boston, v. 12, n. 1, p. 49-65, 2010.
BLANCO FERNÁNDEZ, Y. Propuesta metodológica para el razonamiento semántico en

sistemas de recomendación personalizada y automática: aplicación al caso de contenidos
audiovisuales. 2007. 297 f. Tese (Doutorado)-Universidade de Vigo, Vigo, 2007.
BRASIL. Ministério da Justiça. Comando e controle: abordagens, conceitos e características

fundamentais. Apresentação do Grupo de Trabalho da COPA 2014, 2010. Brasília.
BRASIL. Ministério da Justiça. SECRETARIA EXTRAORDINÁRIA DE SEGURANÇA

PARA GRANDES EVENTOS. PLANEJAMENTO ESTRATÉGICO DE SEGURANÇA
PARA A COPA DO MUNDO FIFA BRASIL 2014. 2012. Disponível em:
<http://www.copa2014.gov.br/pt-br/noticia/divulgado-o-plano-estrategico-de-seguranca-para-
copa-do-mundo-de-2014>.
BRODLIE, K. et al. Distributed and collaborative visualization. Computer Graphics Forum,

Amsterdam, v. 23, n. 2, p. 223-251, 2004.
BUILDER, C. H.; BANKES, S. C.; NORDIN, R. Command concepts: a theory derived from
practice of command and control. Santa Monica: RAND, 1999.
BULL, R. Model driven visualization: towards a model driven engineering approach for
information visualization. 2008. 227 f. Dissertação (Mestrado em Filosofia)-University of
Victoria, Victoria, 2008.
156
CANÓS, J. et al. Using spatial hypertext to visualize composite knowledge in emergency

responses. In: INTERNATIONAL CONFERENCE ON INFORMATION SYSTEMS FOR
CRISIS RESPONSE AND MANAGEMENT, 7., 2010, Seattle. Proceedings… [S. l.: s. n.],
2010. p. 1-10.
CARD, S. K.; MACKINLAY, J. The structure of the information visualization design space.
In: IEEE SYMPOSIUM ON INFORMATION VISUALIZATION, 1997, Phoenix.
Proceedings... New York: IEEE, 1997. p. 92-99.
CARD, S. K.; MACKINLAY, J. D.; SHNEIDERMAN, B. Readings in information

visualization: using vision to think. San Francisco: Morgan Kaufmann, 1999.
CARDOSO, B. de V. Megaeventos esportivos e modernizaçao tecnológica: planos e discursos

sobre o legado em segurança pública. Horizontes Antropológicos, Porto Alegre, v. 19, n. 40,
p. 119-148, 2013.
CATRAMBONE, R.; WAMPLER, R. L.; BINK, M. L. Determining a critical-skill

hierarchy for Command Post of the Future (CPOF). 2009. Disponível em:
<http://www.dtic.mil/dtic/tr/fulltext/u2/a507712.pdf>. Acesso em: 14 maio 2015.
CHI, E. H. A taxonomy of visualization techniques using the data state reference model. In:
IEEE SYMPOSIUM ON INFORMATION VISUALIZATION, 2000, Salt Lake City.
CHI, E. H.; RIEDL, J. T. An operator interaction framework for visualization systems. In:
IEEE SYMPOSIUM ON INFORMATION VISUALIZATION, 1998, Research Triangle Park.
COMES, T.; WIJNGAARDS, N.; SCHULTMANN, F. Efficient scenario updating in

emergency management. In: INTERNATIONAL CONFERENCE ON INFORMATION
SYSTEMS FOR CRISIS RESPONSE AND MANAGEMENT, 9., 2012, Vancouver.
Proceedings… [S. l.: s. n.], 2012. p. 1-10.
CORDEIRO, K. de F.; CAMPOS, M. L. M.; BORGES, M. R. da S. aDApTA: adaptive

approach for information integration to support decision making in complex environments.
Computers in Industry, Amsterdam, v. 71, p. 88-102, 2015.
157
______. Adaptive integration of information supporting decision making: a case on

humanitarian logistic. In: INTERNATIONAL CONFERENCE ON INFORMATION
SYSTEMS FOR CRISIS RESPONSE AND MANAGEMENT,11., 2014, University Park.
Proceedings… [S. l.: s. n.], 2014. p. 225-229.
CORDEIRO, K. de F. et al. Use of Linked Data and the design of information infrastructure
for emergency management systems. In: INTERNATIONAL CONFERENCE ON
COMPUTER SUPPORTED COOPERATIVE WORK IN DESIGN, 15., 2011, Lausanne.
Proceedings… New York: IEEE, 2011. p. 764-771.
DAVENPORT, T. H.; BECK, J. C. A Economia da atenção: compreendendo o novo

diferencial de valor dos negócios. Rio de Janeiro: Campus, 2001.
DEY, A. K. Understanding and using context. Personal and Ubiquitous Computing, [S.l.],
v. 5, n. 1, p. 4-7, 2001.
DÖWELING, S. et al. Soknos: an interactive visual emergency management framework. In:

DE AMICIS, R.; STOJANOVIC, R.; CONTI, G. GeoSpatial visual analytics: geographical
information processing and visual analytics for environmental security. New York: Springer,
2009. p. 251-262.
ECKERSON, W. W. Performance dashboards: measuring, monitoring, and managing your

business. New York: Wiley, 2010.
ELLIS, C. A.; GIBBS, S. J.; REIN, G. Groupware: some issues and experiences.
Communications of the ACM, New York, v. 34, n. 1, p. 39-58, 1991.
ENGELBRECHT, A.; BORGES, M. R. S.; VIVACQUA, A. S. Digital tabletops for

situational awareness in emergency situations. In: INTERNATIONAL CONFERENCE ON
COMPUTER SUPPORTED COOPERATIVE WORK IN DESIGN, 15., 2011, Lausanne.
Proceedings… New York: IEEE, 2011. p. 669-676.
ENGELBRECHT, A. et al. A decision support system for medium-sized emergencies. In:

INTERNATIONAL CONFERENCE OF THE CHILEAN COMPUTER SCIENCE
SOCIETY, 29., 2010, Antofagasta. Proceedings… New York: IEEE, 2010. p. 314-320.
EPPLER, M. J. ; MENGIS, J. A framework for information overload research in

organizations: insights from organization science, accounting, marketing, MIS, and related
158
disciplines. 2003. Disponível em:

<http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.172.2724&rep=rep1&type=pdf>.
Acesso em: 10 ago. 2014.
FEDERAL EMERGENCY MANAGEMENT AGENCY. IS-1.A: emergency manager: an

orientation to the position. 2013. Disponível em:
<http://training.fema.gov/EMIWeb/IS/courseOverview.aspx?code=IS-1.a>. Acesso em: 2 set
2013.
FERREIRA, A. F. E. Um modelo de apoio a percepção situacional na resposta a

emergências. 2011. 202 f. Dissertação (Mestrado em Informática)-Universidade Federal do
Rio de Janeiro, Rio de Janeiro, 2011.
FEW, S. Dashboard Confusion. Intelligent Enterprise, 2004. Intelligent Enterprise.

Disponível em: < http://www.perceptualedge.com/articles/ie/dashboard_confusion.pdf >.
Acesso em: 16/6/2014.
FEW, S. Information dashboard design: the effective visual communication of data. Beijing;
Cambride: O’Reilly, 2006a.
______. Common pitfalls in dashboard design. 2006. Disponível em:

<http://www.perceptualedge.com/articles/Whitepapers/Common_Pitfalls.pdf>. Acesso em: 22
out. 2015.
______. Now you see it: simple visualization techniques for quantitative analysis. Oakland:
Analytics Press, 2009.
______. Information dashboard design: displaying data for at-a-glance monitoring.

Oakland: Analytics Press, 2013.
GOMES FILHO, A. F. et al. C2 Center dealing with the unexpected: resilience and brittleness
during FIFA Confederation Cup. In: INTERNATIONAL CONFERENCE ON
INFORMATION SYSTEMS FOR CRISIS RESPONSE AND MANAGEMENT, 11., 2014,
University Park. Proceedings... [S. l.: s. n.], 2014. p. 100-109.
FISCHER, G. Context-aware systems: the “right” information, at the “right” time, in the
“right” place, in the “right” way, to the “right” person. In: INTERNATIONAL WORKING
CONFERENCE ON ADVANCED VISUAL INTERFACES, 2012, Capri Island.
159
Proceedings... New York: ACM, 2012. p. 287-294.
FREITAS, C.; WAGNER, F. Ferramentas de suporte às tarefas da análise exploratória visual.

Revista de Informática Teórica e Aplicada, Porto Alegre, v. 2, n. 1, p. 5-36, 1995.
GANTZ, J.; REINSEL, D. Extracting value from chaos. 2011. Disponível em:
<http://www.emc.com/collateral/analyst-reports/idc-extracting-value-from-chaos-ar.pdf>.
Acesso em: 14 jul. 2014.
GONZÁLEZ-DELEITO, N.; TSIPORKOVA, E. Emergencia: pro-active decision support for

emergency coordination through actionable emergency plans. In: INTERNATIONAL
CONFERENCE ON INDUSTRIAL INFORMATICS, 11., 2013, Bochum. Proceedings…
New York: IEEE, 2013. p. 780-785.
GRAMMEL, L.; TORY, M.; STOREY, M-A. How information visualization novices
construct visualizations. IEEE Transactions on Visualization and Computer Graphics,
New York, v. 16, n. 6, p. 943-952, 2010.
GUPTA, S.; KNOBLOCK, C. A. Building geospatial mashups to visualize information for

crisis management. In: INTERNATIONAL CONFERENCE ON INFORMATION SYSTEMS
FOR CRISIS RESPONSE AND MANAGEMENT, 7., 2010, Seattle. Proceedings… [S.l.:
s.n.], 2010. p. 1-10.
HABER, R. B.; MCNABB, D. A. Visualization idioms: a conceptual model for scientific

visualization systems. In: NIELSON, G. M.; SHRIVER, B. D.; ROSENBLUM, L. J. (Ed.).
Visualization in scientific computing. Los Alamitos: IEEE Computer Society Press, 1990. p.
74-93.
HADDOW, G.; BULLOCK, J. A.; COPPOLA, D. P. Introduction to emergency

management. Amsterdam; Boston: Elsevier, 2011.
HIMMA, K. E. The concept of information overload: a preliminary step in understanding the

nature of a harmful information-related condition. Ethics and Information Technology,
[S.l.], v. 9, n. 4, p. 259-272, 2007.
HOFFMAN, P. E. Table visualizations: a formal model and its applications. 1999. 225 f.
Tese (Doutorado)-University of Massachusetts Lowell, Lowell, 1999.
160
HORITA, F. E. A. et al. AGORA-GeoDash: a geosensor dashboard for real-time flood risk

monitoring. In: INTERNATIONAL CONFERENCE ON INFORMATION SYSTEMS FOR
CRISIS RESPONSE AND MANAGEMENT, 11., 2014, University Park. Proceedings... [S.l.:
s.n.], 2014. p. 304-313.
HSU, W. et al. Context-based electronic health record: toward patient specific healthcare.
IEEE Transactions on Information Technology in Biomedicine, New York, v. 16, n. 2, p.
228-234, 2012.
HU, X. et al. Evaluation of co-located and distributed collaborative visualization. In:

INTERNATIONAL SYMPOSIUM ON VISUAL INFORMATION COMMUNICATION
AND INTERACTION, 5., 2012, Hangzhou. Proceedings... New York: ACM, 2012. p. 95-
103.
IBARRA, M. J. et al. Visualization of relevant information on mobile devices for emergency

situations. In: CONFERENCIA LATINOAMERICANA EN INFORMATICA, 38., 2012,
Medellín. Procedings... New York: IEEE, 2012. p. 1-10.
ISENBERG, P.; CARPENDALE, S. Interactive tree comparison for co-located collaborative

information visualization. IEEE Transactions on Visualization and Computer Graphics,
New York, v. 13, n. 6, p. 1232-1239, 2007.
ISENBERG, P. et al. Collaborative visualization: definition, challenges, and research agenda.

Information Visualization, [S.l.], v. 10, n. 4, p. 310-326, 2011.
JASTROW, T.; PREUSS, T. The entity-attribute-value data model in a multi-tenant shared

data environment. In: INTERNATIONAL CONFERENCE ON P2P, PARALLEL, GRID,
CLOUD AND INTERNET COMPUTING, 10., 2015, Krakow. Proceedings... New York:
IEEE, 2005. p. 494-497.
JOHNSON, D. et al. Improved situational awareness in emergency management through

automated data analysis and modeling. Journal of Homeland Security and Emergency
Management, Berlin, v. 8, n. 1, 2011.
JOHNSON, G.; ELVINS, T. T. Introduction to collaborative visualization. Computer

Graphics, New York, v. 32, n. 2, p. 8-11, 1998.
KAPLAN, B.; DUCHON, D. Combining qualitative and quantitative methods in information

161
systems research: a case study. MIS Quarterly, Minneapolis, v. 12, n. 4, p. 571-586, 1988.
KEIM, D. A. Information visualization and visual data mining. IEEE Transactions on

Visualization and Computer Graphics, New York, v. 8, n. 1, p. 1-8, 2002.
KEIM, D. A. et al. Challenges in visual data analysis. In: INTERNATIONAL CONFERENCE

ON INFORMATION VISUALISATION, 10., 2006, London. Proceedings... New York:
IEEE, 2006. p. 9-16.
KEIM, D. et al. Visual analytics: definition, process, and challenges. In: KERREN, A. et al.
(Ed.). Information visualization: human-centered issues and perspectives. Berlin: Springer,
2008. p. 154-175. (Lecture Notes in Computer Science, 4950).
KERREN, A.; EBERT, A.; MEYER, J. (Ed.). Human-centered visualization environments:

GI-Dagstuhl Research Seminar, Dagstuhl Castle, Germany, March 5-8, 2006, Revised
Lectures, volume 4417 of. Lecture Notes in Computer Science, 2007.
LAZARTE, L. Ecologia cognitiva na sociedade da informação. Ciência da Informação,

Brasília, DF v. 29, n. 2, p. 43-51, 2000.
LI, Y. Design of mobile technologies for traveling with public transport: a battle against
information overload. 2015. Dissertação (Mestrado)-University of Oslo, Oslo, 2015.
LIU, S.; CUI, W.; WU, Y.; LIU, M. A survey on information visualization: recent advances
and challenges. The Visual Computer, 2014.
MALHOTRA, N. K. Information and sensory overload. Information and sensory overload in

psychology and marketing. Psychology & Marketing, v. 1, n. 3-4, p. 9-21, 1984.
MAZZA, R. Introduction to information visualization. Springer Science & Business Media,

2009.
MCCUNE, J. C. Data, data everywhere. Management Review, New York, v. 87, n. 10, 1998.
MILETI, D. Disasters by design: a reassessment of natural hazards in the United States.

Washington: Joseph Henry Press, 1999.
162
MILLER, J. G. Information input overload and psychopathology. American Journal of

Psychiatry, Washington, v. 116, n. 8, p. 695-704, 1960.
MITCHELL, M. Complexity: a guided tour. Oxford: Oxford University Press, 2009.
MIYOSHI, N. S. B. Genômica translacional: integrando dados clínicos e biomoleculares.

2013. 84 f. Dissertação (Mestrado)-Universidade de São Paulo, Ribeirão Preto, 2013.
MOURA, P. B. et al. Uma proposta de modelagem de dados para criação de fichas clínicas
dinâmicas. In: WORKSHOP DE INFORMÁTICA MÉDICA, 8., 2008, Belém. Anais... [S.l.:
s.n.], 2008.
MULDER, I. et al. An information overload study: using design methods for understanding.
In: AUSTRALIA CONFERENCE ON COMPUTER-HUMAN INTERACTION: DESIGN:
ACTIVITIES, ARTEFACTS AND ENVIRONMENTS, 18., 2006, Sydney. Proceedings...
New York: ACM. 2006. p. 245-252.
NASCIMENTO, B. S.; VIVACQUA, A. S.; BORGES, M. R. S. A Conceptual Architecture to

handle the influx of information in Emergency Situations. In: INTERNATIONAL
CONFERENCE ON INFORMATION SYSTEMS FOR CRISIS RESPONSE AND
MANAGEMENT, 13., 2016, Rio de Janeiro. Proceedings... [S. l.: s. n.], 2016.
NASCIMENTO, H. A. D. do; FERREIRA, C. B. R. Visualização de Informações: uma

abordagem prática. In: CONGRESSO DA SOCIEDADE BRASILEIRA DE COMPUTAÇÃO,
25., 2005, São Leopoldo. Anais... [S.l.: s.n.], 2005. p.1262-1312.
SILVA NETO, M. A. Mineração visual de dados: extração do conhecimento a partir de

técnicas de visualização da informação e mineração de dados: experimentos: ITAIPU e
SIMEPAR. 2008. 171 f. Dissertação (Mestrado)-Universidade Federal do Paraná, Curitiba,
2008.
NORMAN, D. A. Things that make us smart: defending human attributes in the age of the
machine. Reading: Addison-Wesley, 1993.
OATES, B. J. Researching information systems and computing. Thousand Oaks: SAGE

Publications, 2005.
163
PAUWELS, K. et al. Dashboards as a Service: why, what, how, and what research is needed?
Journal of Service Research, Thousand Oaks, v. 12, n. 2, p. 175-189, 2009.
PFITZNER, D.; HOBBS, V.; POWERS, D. A unified taxonomic framework for information
visualization. In: ASIA PACIF SYMPOSIUM ON INFORMATION VISUALISATION, 2.,
2003, Adelaide. Proceedings… [S.l.: s.n.], 2003. p. 57-66.
PIJPERS, G. Information overload: a system for better managing every data. Hoboken:
Wiley, 2010.
PRASITRATANAPORN, T. Information overload among professionals in Thailand. Journal

of Information Technology Impact, [S.l.], v. 10, n. 3, p. 171-200, 2010.
QUARANTELLI, E. L. Major criteria for judging disaster planning and managing their
applicability in developing countries. 1998. Disponível em:
<http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.626.1050&rep=rep1&type=pdf>.
Acesso em: 24 jul. 2014.
SABEEH, Z. A.; ISMAIL, Z. Effects of information overload on productivity in enterprises: a

literature review. In: INTERNATIONAL CONFERENCE ON RESEARCH AND
INNOVATION IN INFORMATION SYSTEMS, 2013, Kuala Lumpur. Proceedings… New
York: IEEE, 2013. p. 210-214.
SCHICK, A. G.; GORDON, L. A.; HAKA, S. Information overload: a temporal approach.

Accounting, Organizations and Society, Oxford, v. 15, n. 3, p. 199-220, 1990.
SCHÖNHAGE, B. DIVA: architectural perspectives on information visualization. 2001.

Disponível em: <http://www.cs.vu.nl/en/Images/schonhage_thesis_tcm210-92629.pdf >.
Acesso em: 20 maio 2014.
SCHULZ, A.; ORTMANN, J.; PROBST, F. Getting user-generated content structured:

overcoming information overload in emergency management. In: IEEE GLOBAL
HUMANITARIAN TECHNOLOGY CONFERENCE, 2012, Seattle. Proceedings… New
York: IEEE, 2012. p. 143-148.
SHNEIDERMAN, B. The eyes have it: A task by data type taxonomy for information
visualizations. In: IEEE SYMPOSIUM ON VISUAL LANGUAGES, 1996, Boulder.
164
SILVA, C. G. da. Exploração de bases de dados de ambientes de Educação a Distância

por meio de ferramentas de consulta apoiadas por Visualização de Informação. 2006. 222
f. Tese (Doutorado em Ciência da Computação)-Universidade Estadual de Campinas,
Campinas, 2006.
SILVA, F. S. da. PERSONALTVWARE: uma infraestrutura de suporte a sistemas de

recomendação sensíveis ao contexto para TV digital personalizada. 2011. 207 f. Tese
(Doutorado em Engenharia)-Universidade de São Paulo, São Paulo, 2011.
SOUZA, D. K. de. Utilização de técnicas de visualização para a recomendação de

substitutos. 2008. 162 f. Dissertação (Mestrado em Engenharia de Sistemas e Computação)-
Universidade Federal do Rio de Janeiro, Rio de Janeiro, 2008.
SPENCE, R. Information visualization. Reading: Addison-Wesley, 2001.
TOMINSKI, C.; SCHULZE-WOLLGAST, P.; SCHUMANN, H. Visual methods for

analyzing human health data. In: WICKRAMASINGHE, N.; GEISLER, E. (Ed.).
Encyclopedia of healthcare information systems. Hershey: Medical Information Science
Reference, 2008. p. 1357-1364.
TORY, M.; MOLLER, T. Rethinking visualization: a high-level taxonomy. In: IEEE

SYMPOSIUM ON INFORMATION VISUALIZATION, 2004, Austin. Proceedings… New
York: IEEE, 2004. p. 151-158.
TUFTE, E. R. Envisioning information. Optometry & Vision Science, Baltimore, v. 68, n. 4,

p. 322-324, 1991.
______. The visual display of quantitative information. Cheshire: Graphics press, 1983.
______. Visual explanations: images and quantities, evidence and narrative. Cheshire:
Graphics Press, 1997.
TWEEDIE, L. Characterizing interactive externalizations. In: ACM SIGCHI CONFERENCE

ON HUMAN FACTORS IN COMPUTING SYSTEMS, 1997, Atlanta. Proceedings... New
York: ACM, 1997. p. 375-382.
165
VALIATI, E. R. de A. Avaliação de usabilidade de técnicas de visualização de

informações multidimensionais. 2008. 220 f. Tese (Doutorado em Ciência da Computação)-
Universidade Federal do Rio Grande do Sul, Porto Alegre, 2008.
VIGIL, A. T. An experiment analyzing information overload and its impact on students’

consumer knowledge of hight-definition television. 2011. 63 f. Dissertação (Mestrado)-
Colorado State University, Colorado, 2011.
WARE, C. Information visualization: perception for design. San Francisco: Morgan

Kaufman, 2004.
WAZLAWICK, R. Metodologia de pesquisa para ciência da computação. Rio de Janeiro:

Elsevier, 2009.
WOOD, J.; WRIGHT, H.; BRODIE, K. Collaborative visualization. In: CONFERENCE ON

VISUALIZATION, 1997, Phoenix. Proceedings… New York: IEEE, 1997. p. 253-259.
YIGITBASIOGLU, O. M.; VELCU, O. A review of dashboards in performance management:

implications for design and research. International Journal of Accounting Information
Systems, New York, v. 13, n. 1, p. 41-59, 2012.
ZAGORECKI, A. et al. Executive dashboard systems for emergency. Communications,

Zilina, v. 2, p. 82-89, 2011.
ZHUANG, L.; QIU, Y.; PENG, L. Is it the more the merrier? an exploratory study into the
growing problem of information overload. Journal of Technology Management in China, v.
6, n. 1, p. 69-83, 2011.

Seleção E Apresentação de Informações Contextuais em Ambientes Complexos

Enviado por

Direitos autorais:

Formatos disponíveis

Seleção E Apresentação de Informações Contextuais em Ambientes Complexos

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Seleção E Apresentação de Informações Contextuais em Ambientes Complexos

Enviado por

Direitos autorais:

Formatos disponíveis

Bruno Santos do Nascimento

BRUNO SANTOS DO NASCIMENTO

SELEÇÃO E APRESENTAÇÃO DE INFORMAÇÕES

Tese de Doutorado submetida ao Programa

Orientadores: Prof. Marcos Roberto da Silva Borges, Ph.D

Rio de Janeiro, RJ – Brasil

Nascimento, Bruno Santos do

Orientador: Marcos Roberto da Silva Borges.

1. Sobrecarga de informações. 2. Visualização de

Elaborado pelo Sistema de Geração Automática da UFRJ com os

NASCIMENTO, Bruno Santos do. Seleção e Apresentação de Informações Contextuais em

Com os recentes avanços na tecnologia da informação e da Internet, a quantidade de dados

NASCIMENTO, Bruno Santos do. Selection and Presentation of Contextual Information in

1.2. CARACTERIZAÇÃO DO PROBLEMA ................................................................... 17

1.3. HIPÓTESE .................................................................................................................. 18

1.4. OBJETIVOS ................................................................................................................ 19

1.5. ENFOQUE DE SOLUÇÃO ........................................................................................ 20

1.6. METODOLOGIA ........................................................................................................ 21

1.7. ORGANIZAÇÃO DO TRABALHO .......................................................................... 23

2 O PROBLEMA DA SOBRECARGA DE INFORMAÇÃO ...................................... 25

2.2. CAUSAS DA SOBRECARGA DE INFORMAÇÃO................................................. 28

2.3. SINTOMAS DA SOBRECARGA DE INFORMAÇÃO ............................................ 33

2.4. CONSIDERAÇÕES FINAIS ...................................................................................... 35

3 VISUALIZAÇÃO DE INFORMAÇÕES .................................................................... 37

3.2. MODELOS DE REFERÊNCIA .................................................................................. 41

3.3. CRITÉRIOS PARA UMA VISUALIZAÇÃO ÚTIL E SUAS DEPENDÊNCIAS .... 43

3.4. CLASSIFICAÇÃO DAS TÉCNICAS DE VISUALIZAÇÃO ................................... 44

3.5. VISUALIZAÇÃO COLABORATIVA ....................................................................... 46

3.6. INFOVIS NA PRÁTICA: SISTEMAS, FRAMEWORKS E ÁREAS DE PESQUISA50

3.6.1. Sistemas e frameworks .......................................................................................... 50

3.6.2. Áreas de pesquisa ................................................................................................... 52

3.8. CONSIDERAÇÕES FINAIS ...................................................................................... 54

4.2. PRINCÍPIOS FUNDAMENTAIS PARA O DESENVOLVIMENTO DE UM

4.3. ERROS MAIS COMUNS ........................................................................................... 62

4.4. CONSIDERAÇÕES FINAIS ...................................................................................... 74

5 ESTUDO EXPLORATÓRIO ...................................................................................... 75

5.1.1. [OB] Observação in-loco ....................................................................................... 79

5.1.2. [AD] Análise de documentos ................................................................................. 81

5.1.3. [ES] Entrevistas semiestruturadas ....................................................................... 81

5.2. REQUISITOS ESSENCIAIS ...................................................................................... 82

5.3. CONSIDERAÇÕES FINAIS ...................................................................................... 84

6 PROPOSTA DE SOLUÇÃO ........................................................................................ 85

6.2. ARQUITETURA CONCEITUAL .............................................................................. 86

6.2.1. Modelo raiz ............................................................................................................. 87

6.2.1.1. Caracterização dos dados (ou informações) ......................................................... 88

6.2.2. Modelo de seleção contextual ................................................................................ 90

6.2.3. Modelo de apresentação ........................................................................................ 92

6.2.3.1. Mapeamento visual .............................................................................................. 92

6.2.3.2. Escolha da visualização ........................................................................................ 93

6.3. EXTENSÃO DA ARQUITETURA CONCEITUAL ................................................. 95

6.4. ARQUITETURA DE SOFTWARE ............................................................................ 96

6.4.1. Descrição dos módulos do sistema ........................................................................ 98

6.4.1.1. Módulo extrator .................................................................................................... 98

6.4.1.2. Módulo de armazenamento .................................................................................. 99

6.4.1.3. Módulo de seleção .............................................................................................. 102

6.4.1.4. Módulo de apresentação ..................................................................................... 104

6.4.1.5. Módulo de colaboração ...................................................................................... 105

6.4.1.6. Módulo de interface ........................................................................................... 105