MétaCan
Menu
Retour à la cohorte
Enregistrement W2914358120 · doi:10.5585/conssaude.v17n4.8532

Avaliação de crianças atendidas em follow-up: perfil epidemiológico e motor

2018· article· pt· W2914358120 sur OpenAlexaboutno aff
Mayara Cruz Vargas, Ayrles Silva Gonçalves Barbosa Mendonça, Aléxia Gabriela da Silva Vieira, Ana Beatriz da Costa Lameira, Nely Sampaio Guinther, Tiótrefis Gomes Fernandes, Ana Paula Guimarães Dias Corrêa, Marcos Giovanni Santos Carvalho, Roberta Lins Gonçalves

Notice bibliographique

RevueConScientiae Saúde · 2018
Typearticle
Languept
DomaineHealth Professions
ThématiqueMaternal and Neonatal Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicinePediatricsGynecology

Résumé

récupéré en direct d'OpenAlex

Introdução: Crianças prematuras tendem a apresentar atrasos no desenvolvimento neuropsicomotor devido à imaturidade e à propensão de lesões no sistema nervoso central. Objetivo: Descrever o perfil epidemiológico e motor de crianças atendidas no follow-up da Maternidade Balbina Mestrinho (MBM) em Manaus/AM, verificando a associação entre diferentes fatores socioambientais e clínicos com o desenvolvimento motor (DM). Métodos: Foram avaliadas 25 crianças acompanhadas no follow-up da MBM, por meio da Escala Motora Infantil de Alberta e aplicação de questionário estruturado contendo dados clínicos e epidemiológicos. Resultados: Foi detectado que todas as crianças eram prematuras e 44% apresentaram atipicidade no DM, relacionada principalmente a idade corrigida (p=0,015) e ao grau de escolaridade materna (p=0,019). Conclusão: O elevado índice de atipicidade no DM pode estar associado ao perfil amostral, cuja prematuridade infere em fragilidade de seus sistemas. Assim, sugere-se que maiores investigações sejam realizadas, a fim de relacionar outros fatores com o DM.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,089
Tête enseignante GPT0,409
Écart entre enseignants0,320 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConScientiae SaúdeMême sujetMaternal and Neonatal HealthcareTravaux en français237 207