https://dash.gallery/dash-turbine-maintenance/
https://dash.gallery/dash-nlp/ https://github.com/plotly/dash-pivottable Acidentes na aviação
https://chart-studio.plotly.com/~s3370523/28/aviation-accidents-by-phase-of-flight/#code
Vega-lite
{ "$schema": "https://vega.github.io/schema/vega-lite/v5.json", "description": "An interactive visualization of connections among major U.S. airports in 2008. Based on a U.S. airports example by Mike Bostock.", "layer": [ { "mark": { "type": "geoshape", "fill": "#ddd", "stroke": "#fff", "strokeWidth": 1 }, "data": { "url": "https://vega.github.io/vega-tutorials/airports/data/us-10m.json", "format": {"type": "topojson", "feature": "states"} } }, { "mark": {"type": "rule", "color": "#000", "opacity": 0.35}, "data": {"url": "https://vega.github.io/vega-tutorials/airports/data/flights-airport.csv"}, "transform": [ {"filter": {"param": "org", "empty": false}}, { "lookup": "origin", "from": { "data": {"url": "https://vega.github.io/vega-tutorials/airports/data/airports.csv"}, "key": "iata", "fields": ["latitude", "longitude"] } }, { "lookup": "destination", "from": { "data": {"url": "https://vega.github.io/vega-tutorials/airports/data/airports.csv"}, "key": "iata", "fields": ["latitude", "longitude"] }, "as": ["lat2", "lon2"] } ], "encoding": { "latitude": {"field": "latitude"}, "longitude": {"field": "longitude"}, "latitude2": {"field": "lat2"}, "longitude2": {"field": "lon2"} } }, { "mark": {"type": "circle"}, "data": {"url": "https://vega.github.io/vega-tutorials/airports/data/flights-airport.csv"}, "transform": [ {"aggregate": [{"op": "count", "as": "routes"}], "groupby": ["origin"]}, { "lookup": "origin", "from": { "data": {"url": "https://vega.github.io/vega-tutorials/airports/data/airports.csv"}, "key": "iata", "fields": ["state", "latitude", "longitude"] } }, {"filter": "datum.state !== 'PR' && datum.state !== 'VI'"} ], "params": [{ "name": "org", "select": { "type": "point", "on": "mouseover", "nearest": true, "fields": ["origin"] } }], "encoding": { "latitude": {"field": "latitude"}, "longitude": {"field": "longitude"}, "size": { "field": "routes", "type": "quantitative", "scale": {"rangeMax": 1000}, "legend": null }, "order": { "field": "routes", "sort": "descending" } } } ], "projection": {"type": "albersUsa"}, "width": 900, "height": 500 }
{ "description": "A simple bar chart with embedded data.", "data": { "values": [ {"a": "A", "b": 28}, {"a": "B", "b": 55}, {"a": "C", "b": 43}, {"a": "D", "b": 91}, {"a": "E", "b": 81}, {"a": "F", "b": 53}, {"a": "G", "b": 19}, {"a": "H", "b": 87}, {"a": "I", "b": 52} ] }, "mark": {"type": "bar", "tooltip": true}, "encoding": { "x": {"field": "a", "type": "nominal", "axis": {"labelAngle": 0}}, "y": {"field": "b", "type": "quantitative"} } }
{ "$schema": "https://vega.github.io/schema/vega-lite/v5.json", "height": 300, "data": { "url": "https://raw.githubusercontent.com/timvink/mkdocs-charts-plugin/main/docs/assets/charts/data/us-10m.json", "format": { "type": "topojson", "feature": "counties" } }, "transform": [{ "lookup": "id", "from": { "data": { "url": "https://raw.githubusercontent.com/timvink/mkdocs-charts-plugin/main/docs/assets/charts/data/unemployment.tsv" }, "key": "id", "fields": ["rate"] } }], "projection": { "type": "albersUsa" }, "mark": {"type": "geoshape", "tooltip": true}, "encoding": { "color": { "field": "rate", "type": "quantitative" } } }
{ "$schema": "https://vega.github.io/schema/vega-lite/v4.json", "config": { "view": { "continuousHeight": 300, "continuousWidth": 400 } }, "data": { "url": "https://vega.github.io/vega-datasets/data/cars.json" }, "encoding": { "color": { "field": "Origin", "type": "nominal" }, "x": { "field": "Horsepower", "type": "quantitative" }, "y": { "field": "Miles_per_Gallon", "type": "quantitative" } }, "mark": "point" }
{ "$schema": "https://vega.github.io/schema/vega-lite/v5.json", "description": "Stock prices of four large companies as a small multiples of area charts.", "transform": [{"filter": "datum.symbol !== 'GOOG'"}], "width": 300, "height": 40, "data": {"url": "data/stocks.csv"}, "mark": "area", "encoding": { "x": { "field": "date", "type": "temporal", "title": "Time", "axis": {"grid": false} }, "y": { "field": "price", "type": "quantitative", "title": "Price", "axis": {"grid": false} }, "color": { "field": "symbol", "type": "nominal", "legend": null }, "row": { "field": "symbol", "type": "nominal", "title": "Symbol" } } }
{ "schema-url": "https://raw.githubusercontent.com/timvink/mkdocs-charts-plugin/main/docs/assets/charts/data/basic_bar_chart.json" }
JSON-LD e Schema.org
Abra arquivo.md
e adicione os metadados. Isso permite que você coloque metadados no topo dos arquivos markdown na sintaxe YAML. Esses metadados devem estar entre 3 hífens acima e abaixo. Fonte: 1
---
layout: tutorial
schemadotorg:
"@context": http://schema.org/
"@type": CreativeWork
about: "This is a training material about schema.org"
audience:
- "@type": Audience
name: WebMaster
genre: "Tutorial"
name: "Adding schema.org to your website"
author: ["Fred Dibnah", "Niall Beard"]
contributor:
- "@type": Person
name: "Frank Spencer"
description: "In order to establish higher search results for online resources"
keywords: ["schemaorg", "TeSS"]
license: CC-BY 4.0
version: 1.0
---
Meu tutorial incrível
Este é o meu tutorial. É ótimo porque
- É grátis
- Está nas Páginas do Github
- Tem schema.org
Projeto Setorial: Gestão de normativos de aeronavegabilidade (out/2021)
Entregas
- A1 = Prototipação de Base de dados + Busca + interfaces;
- A2 = Levantamento e padronização de fontes de dados - Projeto piloto (GTNI);
- A3 = Implementação de fórum com integração das informações do SEAM (desejável);
- A4 = Interface eletrônica para a promoção de busca a material acadêmico;
- A5 = Repositório de discussões técnicas (informais);
- A6 = Proposta de evolução do processo de Policy File.
Problema
Como melhorar a recuperação de informações de normativos de aeronavegabilidade?
Conceitos
- Recuperação de informações (bases de dados e interfaces)
[ Dado -> Conector -> Dado ]
- Controle e versionamento de dados para processo colaborativo gerenciável
- Envolvimento dos especialista do domínio
Dados conectados
- Preparar os Stakeholders: formar os usuários para criar e manter os dados conectados
- Selecionar o conjunto de dados: definir quais dados serão publicados e conectá-los para reuso
- Modelar os dados: representar os dados e relações
- Nomear bons URIs
- Padronizar vocabulário para publicação
- Preparar interface para humanos e máquinas
- Reconhecer a função social: comprometimento do publicador ao longo do tempo
Fonte: Adaptado de MARTINS (2018)[1] - https://repositorio.unb.br/handle/10482/34816
Tabelas
- HTML5, bibliotecas em Javascript e sistemas dedicados (Datasette)
Teste Datasette
Teste Flatgithub
- Flatgithub #flatdata para integração contínua (automatizada)
Grafos
Visualização de grafos interativos para a descoberta de informações.
Sites estáticos
Fórum (entrega A3 mar/2022)
- Discourse
- Imagem:
![discourseANAC](https://i.imgur.com/BnOIbU2.png)
- Iframe:
Evolução do processo de Policy File (entrega A6)
Próximos passos
- Validação com outros usuários
-
Solicitação de ferramenta - contrato STI para Elastic Search
-
Meilisearch (protótipo entregue em mar/2022 - alternativa ao Elastic Search) ![Meilisearch](https://i.imgur.com/syqwr7k.png)
Última atualização: 2023-10-23