2. Questões de Concurso

Filtrar (abrir filtros)

3.530 Questões de concurso encontradas

3.530 resultados

Página 36 de 706

Questões por página:

5 10 15 20

Concurso: USP

Concurso: USP
Cargo: Médico (Especialidade: Otorrinolaringologista)
Ano: 2026

Ano:

2026

Banca:

FUVEST

Cargo:

Médico (Especialidade: Otorrinolaringologista)

Disciplina: Inglês

FC933746

Dificuldade em análise

notificar erro

Notificar erro

Motivo:

Há um erro no enunciado e/ou alternativas

A resposta no gabarito oficial é outra

A disciplina ou assunto estão incorretos

A questão foi anulada

A questão está desatualizada

Informe mais detalhes

Erro de digitação ou português

As alternativas não aparecem

As imagens não aparecem

As imagens estão ilegíveis

Outro (especifique)

Alternativa A

Alternativa B

Alternativa C

Alternativa D

Alternativa E

Descrição

ENVIAR

Acertou

Errou

adicionar questão na lista de favoritas

remover questão da lista de favoritas

mostrar texto associado esconder texto associado

Texto para questão

How do we measure attention?

   Attention, broadly defined, is the ability to direct the mind on a specific task, says Gloria Mark, author of Attention Span: A Groundbreaking Way to Restore Balance, Happiness and Productivity. There are two main types of attention, Mark explains. Involuntary attention is automatic—it’s what allows us to react to a loud noise or a jarringly bright light. Focalized attention, by contrast, is the ability to concentrate on a specific task. This latter type is what scientists measure when researching attention spans.

   Since the early 2000s, Mark has tracked focalized attention by observing how long people remain on a task before switching to something else—such as checking email or opening a new browser tab. At first, Mark used in-person observations— researchers shadowed employees throughout the office. In recent years, she has tracked attention spans using software that monitors people’s computers.

   “Data from our first study, in 2003, revealed that people spent an average of 2.5 minutes on something before turning their attention to a different task,” she says, “Our most recent study done over the past five years shows that the figure has gone down to 40 seconds.” The measure doesn’t capture how long people can focus under ideal conditions, Mark notes, meaning shorter attention spans don’t reflect a permanent loss of attention capacity, but changes in how often people break their focus in daily life.

National Geographic. Jan 21, 2026. Adaptado.

No que se refere aos procedimentos de mensuração do tempo de atenção, infere-se que, na atualidade, 

(a)

as observações são realizadas por uma equipe durante o trabalho remoto.

(b)

o tempo de atenção dos indivíduos é acompanhado por meio de recursos tecnológicos.

(c)

os trabalhadores são avaliados apenas quando desempenham atividades adicionais no ambiente corporativo.

(d)

o foco e a concentração dos pesquisadores são mensurados, exclusivamente, por plataformas digitais.

(e)

o emprego de softwares auxilia na concentração dos trabalhadores avaliados.

Responder Responder

Carregando

Comentários (0)

Carregando

Estatísticas

Carregando

Cadernos

Carregando

Anotação (0)

Concurso: USP

Concurso: USP
Cargo: Médico (Especialidade: Otorrinolaringologista)
Ano: 2026

Ano:

2026

Banca:

FUVEST

Cargo:

Médico (Especialidade: Otorrinolaringologista)

Disciplina: Inglês

FC933745

Dificuldade em análise

notificar erro

Notificar erro

Motivo:

Há um erro no enunciado e/ou alternativas

A resposta no gabarito oficial é outra

A disciplina ou assunto estão incorretos

A questão foi anulada

A questão está desatualizada

Informe mais detalhes

Erro de digitação ou português

As alternativas não aparecem

As imagens não aparecem

As imagens estão ilegíveis

Outro (especifique)

Alternativa A

Alternativa B

Alternativa C

Alternativa D

Alternativa E

Descrição

ENVIAR

Acertou

Errou

adicionar questão na lista de favoritas

remover questão da lista de favoritas

mostrar texto associado esconder texto associado

Texto para questão

How do we measure attention?

   Attention, broadly defined, is the ability to direct the mind on a specific task, says Gloria Mark, author of Attention Span: A Groundbreaking Way to Restore Balance, Happiness and Productivity. There are two main types of attention, Mark explains. Involuntary attention is automatic—it’s what allows us to react to a loud noise or a jarringly bright light. Focalized attention, by contrast, is the ability to concentrate on a specific task. This latter type is what scientists measure when researching attention spans.

   Since the early 2000s, Mark has tracked focalized attention by observing how long people remain on a task before switching to something else—such as checking email or opening a new browser tab. At first, Mark used in-person observations— researchers shadowed employees throughout the office. In recent years, she has tracked attention spans using software that monitors people’s computers.

   “Data from our first study, in 2003, revealed that people spent an average of 2.5 minutes on something before turning their attention to a different task,” she says, “Our most recent study done over the past five years shows that the figure has gone down to 40 seconds.” The measure doesn’t capture how long people can focus under ideal conditions, Mark notes, meaning shorter attention spans don’t reflect a permanent loss of attention capacity, but changes in how often people break their focus in daily life.

National Geographic. Jan 21, 2026. Adaptado.

Considere a oração “This latter type is what scientists measure when researching attention spans.” Pode-se concluir que, ao pesquisar o tempo de atenção, os cientistas mensuram

(a)

a capacidade de manter a atenção concentrada em uma tarefa específica. 

(b)

a habilidade de prestar atenção de forma automática e inconsciente a estímulos externos.

(c)

o modo involuntário pelo qual os indivíduos direcionam sua atenção a diferentes estímulos.

(d)

as duas formas com as quais as pessoas prestam atenção.

(e)

as diferentes estratégias utilizadas pelos indivíduos para manter o foco.

Responder Responder

Carregando

Comentários (0)

Carregando

Estatísticas

Carregando

Cadernos

Carregando

Anotação (0)

Concurso: USP

Concurso: USP
Cargo: Médico (Especialidade: Otorrinolaringologista)
Ano: 2026

Ano:

2026

Banca:

FUVEST

Cargo:

Médico (Especialidade: Otorrinolaringologista)

Disciplina: Inglês

FC933743

Dificuldade em análise

notificar erro

Notificar erro

Motivo:

Há um erro no enunciado e/ou alternativas

A resposta no gabarito oficial é outra

A disciplina ou assunto estão incorretos

A questão foi anulada

A questão está desatualizada

Informe mais detalhes

Erro de digitação ou português

As alternativas não aparecem

As imagens não aparecem

As imagens estão ilegíveis

Outro (especifique)

Alternativa A

Alternativa B

Alternativa C

Alternativa D

Alternativa E

Descrição

ENVIAR

Acertou

Errou

adicionar questão na lista de favoritas

remover questão da lista de favoritas

mostrar texto associado esconder texto associado

Texto para questão

How do we measure attention?

   Attention, broadly defined, is the ability to direct the mind on a specific task, says Gloria Mark, author of Attention Span: A Groundbreaking Way to Restore Balance, Happiness and Productivity. There are two main types of attention, Mark explains. Involuntary attention is automatic—it’s what allows us to react to a loud noise or a jarringly bright light. Focalized attention, by contrast, is the ability to concentrate on a specific task. This latter type is what scientists measure when researching attention spans.

   Since the early 2000s, Mark has tracked focalized attention by observing how long people remain on a task before switching to something else—such as checking email or opening a new browser tab. At first, Mark used in-person observations— researchers shadowed employees throughout the office. In recent years, she has tracked attention spans using software that monitors people’s computers.

   “Data from our first study, in 2003, revealed that people spent an average of 2.5 minutes on something before turning their attention to a different task,” she says, “Our most recent study done over the past five years shows that the figure has gone down to 40 seconds.” The measure doesn’t capture how long people can focus under ideal conditions, Mark notes, meaning shorter attention spans don’t reflect a permanent loss of attention capacity, but changes in how often people break their focus in daily life.

National Geographic. Jan 21, 2026. Adaptado.

Em uma análise global do texto apresentado, é possível afirmar que o tom discursivo é, predominantemente,

(a)

persuasivo.

(b)

expositivo.

(c)

subjetivo.

(d)

opinativo.

(e)

argumentativo.

Responder Responder

Carregando

Comentários (0)

Carregando

Estatísticas

Carregando

Cadernos

Carregando

Anotação (0)

Concurso: USP

Concurso: USP
Cargo: Técnico de Laboratório (Especialidade: Mecânica)
Ano: 2026

Ano:

2026

Banca:

FUVEST

Cargo:

Técnico de Laboratório (Especialidade: Mecânica)

Disciplina: Inglês

FC933727

Dificuldade em análise

notificar erro

Notificar erro

Motivo:

Há um erro no enunciado e/ou alternativas

A resposta no gabarito oficial é outra

A disciplina ou assunto estão incorretos

A questão foi anulada

A questão está desatualizada

Informe mais detalhes

Erro de digitação ou português

As alternativas não aparecem

As imagens não aparecem

As imagens estão ilegíveis

Outro (especifique)

Alternativa A

Alternativa B

Alternativa C

Alternativa D

Alternativa E

Descrição

ENVIAR

Acertou

Errou

adicionar questão na lista de favoritas

remover questão da lista de favoritas

mostrar texto associado esconder texto associado

Building Trustworthy AI in Government: Enablers, Guardrails, and Engagement 

    Governments are starting to use AI in areas like public services, tax work, and disaster response. When it works well, AI can help people get answers faster, spot problems earlier, and support better decisions. As a result, AI can improve productivity, responsiveness, and accountability in government.

    However, many public AI projects stay in small pilots. This happens because governments often lack skills, good data, modern digital systems, and clear ways to measure impact. These gaps can also increase risk aversion, so teams avoid innovation even when the potential benefits are high.

    The OECD proposes a simple way to understand “trustworthy AI in government”: a framework with three connected pillars. In the figure, the goal is in the centre. Around it, the three pillars explain what governments must build and do, so they can reach the public value goals shown on the outer ring (productivity, responsiveness and accountability).

     Enablers are the foundations. They include strong governance, quality data, and digital infrastructure, as well as skills and talent in the civil service. They also require purposeful investment, smart public procurement, and partnerships with non-government actors, so that AI systems can be built and used reliably.

    Guardrails are the safety systems that guide AI use. They include ethics and risk management, transparency duties, and monitoring and oversight bodies that can check results over time. They can also be non-binding guidance or binding laws and policies, along with enforcement measures. Tools like impact assessment and auditing help keep these guardrails practical. Still, guardrails should be proportionate: not every rule fits every use case, or progress may stop.

    Engagement means involving the people who are affected. This includes working across levels of government, across policy areas, and with the broader ecosystem (civil society, businesses and researchers). It also includes citizens and civil servants, and sometimes collaboration across borders. Engagement pushes governments to design user-centred systems, listen to concerns, and make necessary adjustments.

     The main message is that trust is “unlocked” by the right mix. If enablers are weak, AI cannot scale. If guardrails are missing, harms grow. If engagement is shallow, solutions may look efficient but feel unfair, and trust can fall.

(Adapted from oecd.org on February 22, 2026)

Considere o trecho “These gaps can also increase risk aversion, so teams avoid innovation even when the potential benefits are high.” (2º parágrafo)
A expressão “risk aversion” pode ser corretamente compreendida como:¬

(a)

Disposição para assumir desafios financeiros.

(b)

Tendência para evitar situações arriscadas.

(c)

 Prática de calcular riscos com precisão.

(d)

 Incentivo institucional à experimentação.

(e)

 Redução de custos administrativos.

Responder Responder

Carregando

Comentários (0)

Carregando

Estatísticas

Carregando

Cadernos

Carregando

Anotação (0)

Concurso: USP

Concurso: USP
Cargo: Técnico de Laboratório (Especialidade: Mecânica)
Ano: 2026

Ano:

2026

Banca:

FUVEST

Cargo:

Técnico de Laboratório (Especialidade: Mecânica)

Disciplina: Inglês

FC933726

Dificuldade em análise

notificar erro

Notificar erro

Motivo:

Há um erro no enunciado e/ou alternativas

A resposta no gabarito oficial é outra

A disciplina ou assunto estão incorretos

A questão foi anulada

A questão está desatualizada

Informe mais detalhes

Erro de digitação ou português

As alternativas não aparecem

As imagens não aparecem

As imagens estão ilegíveis

Outro (especifique)

Alternativa A

Alternativa B

Alternativa C

Alternativa D

Alternativa E

Descrição

ENVIAR

Acertou

Errou

adicionar questão na lista de favoritas

remover questão da lista de favoritas

mostrar texto associado esconder texto associado

Building Trustworthy AI in Government: Enablers, Guardrails, and Engagement 

    Governments are starting to use AI in areas like public services, tax work, and disaster response. When it works well, AI can help people get answers faster, spot problems earlier, and support better decisions. As a result, AI can improve productivity, responsiveness, and accountability in government.

    However, many public AI projects stay in small pilots. This happens because governments often lack skills, good data, modern digital systems, and clear ways to measure impact. These gaps can also increase risk aversion, so teams avoid innovation even when the potential benefits are high.

    The OECD proposes a simple way to understand “trustworthy AI in government”: a framework with three connected pillars. In the figure, the goal is in the centre. Around it, the three pillars explain what governments must build and do, so they can reach the public value goals shown on the outer ring (productivity, responsiveness and accountability).

     Enablers are the foundations. They include strong governance, quality data, and digital infrastructure, as well as skills and talent in the civil service. They also require purposeful investment, smart public procurement, and partnerships with non-government actors, so that AI systems can be built and used reliably.

    Guardrails are the safety systems that guide AI use. They include ethics and risk management, transparency duties, and monitoring and oversight bodies that can check results over time. They can also be non-binding guidance or binding laws and policies, along with enforcement measures. Tools like impact assessment and auditing help keep these guardrails practical. Still, guardrails should be proportionate: not every rule fits every use case, or progress may stop.

    Engagement means involving the people who are affected. This includes working across levels of government, across policy areas, and with the broader ecosystem (civil society, businesses and researchers). It also includes citizens and civil servants, and sometimes collaboration across borders. Engagement pushes governments to design user-centred systems, listen to concerns, and make necessary adjustments.

     The main message is that trust is “unlocked” by the right mix. If enablers are weak, AI cannot scale. If guardrails are missing, harms grow. If engagement is shallow, solutions may look efficient but feel unfair, and trust can fall.

(Adapted from oecd.org on February 22, 2026)

No 5º parágrafo, ao afirmar que “Still, guardrails should be proportionate: not every rule fits every use case, or progress may stop. ”, o texto defende que as regras para o uso da IA devem

(a)

ser iguais para todos os sistemas, pois isso aumenta a clareza e acelera a adoção.

(b)

evitar monitoramento contínuo, já que ele aumenta a aversão ao risco.

(c)

focar apenas em auditorias, pois leis e políticas costumam atrasar projetos.

(d)

priorizar parcerias e compras públicas, substituindo a necessidade de regras.

(e)

variar conforme o caso, equilibrando proteção e avanço, para não impedir a inovação. #

Responder Responder

Carregando

Comentários (0)

Carregando

Estatísticas

Carregando

Cadernos

Carregando

Anotação (0)