MétaCan
Menu
Retour à la cohorte
Enregistrement W4285297878 · doi:10.1590/2177-9465-ean-2021-0460pt

Análise ética dos impactos da pandemia de COVID-19 na saúde de crianças e adolescentes

2022· article· pt· W4285297878 sur OpenAlexaff
Raíssa Passos dos Santos, Eliane Tatsch Neves, Ivone Evangelista Cabral, Sydney Campbell, Franco A. Carnevale

Notice bibliographique

RevueEscola Anna Nery · 2022
Typearticle
Languept
DomaineHealth Professions
ThématiqueEthics in medical practice
Établissements canadiensInstitute for Work & HealthUniversity of TorontoInstitute of Health Services and Policy ResearchMcGill University
Organismes subventionnairesnon disponible
Mots-clésHumanitiesCoronavirus disease 2019 (COVID-19)PhilosophyPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

RESUMO A pandemia de COVID-19 trouxe impactos significativos para a vida de crianças e adolescentes em todo o mundo. Considerando esse contexto, o objetivo deste artigo foi examinar como as crianças e os adolescentes no Brasil foram impactados pela pandemia à luz de uma análise ética. Para tanto, uma análise interpretativa de estudos brasileiros sobre a saúde da criança e do adolescente durante a pandemia foi realizada. A tarefa de reconhecer essa dimensão ética é importante para entender como as respostas a situações de crise, tais como a presente situação da pandemia de COVID-19, podem ser moldadas e identificar quais as prioridades de ação de acordo com todas as partes interessadas, situando a criança entre essas partes de interesse. A análise demonstrou que tanto os efeitos diretos quanto os indiretos implicam em processos de tomada de decisão que precisam utilizar e sustentar o direito de participação da criança para que a ação tomada esteja o máximo possível focada nos melhores interesses da criança. Contudo, a realidade brasileira tem demonstrado uma exclusão estrutural das vozes infantis. Recomenda-se que mais estudos sejam conduzidos a fim de aprofundar o conhecimento sobre os melhores interesses das crianças e sua participação nas ações tomadas durante a pandemia.

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)0,004
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,132
Tête enseignante GPT0,491
Écart entre enseignants0,360 · 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'étudeQualitatif
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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEscola Anna NeryMême sujetEthics in medical practiceTravaux en français237 207