MétaCan
Menu
Retour à la cohorte
Enregistrement W4220786400 · doi:10.51723/hrj.v3i15.396

Estratégia de promoção ao desenvolvimento de linguagem infantil através do Arco de Maguerez: relato de experiência

2022· article· pt· W4220786400 sur OpenAlexaff
Bruna De Sousa Santos, Tatiany Cristine Silva

Notice bibliographique

RevueHealth Residencies Journal - HRJ · 2022
Typearticle
Languept
DomaineArts and Humanities
ThématiqueLinguistics and Education Research
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

O desenvolvimento de linguagem é um processo complexo e multifatorial que tem sua fase crítica no período pré-escolar, no qual os adultos atuam enquanto mediadores para a comunicação. Sendo assim, é essencial o conhecimento acerca do desenvolvimento típico de linguagem e os sinais de possíveis alterações neste período, além de maneiras de estimular as habilidades comunicativas. Este estudo tem como objetivo relatar a experiência de uma fonoaudióloga residente acerca da elaboração e implementação de uma estratégia de promoção ao desenvolvimento de linguagem infantil no âmbito da atenção primária à saúde (APS). A condução do trabalho se deu através da problematização pelo método do Arco de Maguerez, seguindo as seguintes etapas: observação da realidade, levantamento dos pontos-chave, teorização, hipótese de solução e aplicação da ação na realidade. Como produto foi elaborado um folder contendo informações sobre o desenvolvimento típico de linguagem, sinais de alteração e orientações de estimulação de linguagem infantil com enfoque nos pais/responsáveis e profissionais da Unidade Básica de Saúde (UBS) na qual se conduziu a intervenção. Nesta situação, a utilização do método do Arco de Maguerez mostrou-se bem-sucedida para atenuar os problemas observados na realidade.

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)0,012
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,004
Communication savante0,0060,004
Science ouverte0,0020,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,073
Tête enseignante GPT0,378
Écart entre enseignants0,305 · 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'étudeÉtude de cas
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Residencies Journal - HRJMême sujetLinguistics and Education ResearchTravaux en français237 207