MétaCan
Menu
Retour à la cohorte
Enregistrement W4320910398 · doi:10.17058/rjp.v12i1.17456

TELEPSICOTERAPIA EM TEMPOS DE PANDEMIA

2022· article· pt· W4320910398 sur OpenAlexaff
Kayla Niandra da Silva, Blanka Pereira Finoketti, Letiane de Souza Machado, Stefanie J. Schmidt, Edna Linhares Garcia, Silvia Virgínia Coutinho Areosa

Notice bibliographique

RevueRevista Jovens Pesquisadores · 2022
Typearticle
Languept
DomaineComputer Science
ThématiqueHealthcare during COVID-19 Pandemic
Établissements canadiensDiscovery Air (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

A saúde mental da população foi impactada pela pandemia da COVID-19, exigindo a criação de estratégias de cuidado, como a crescente utilização da telepsicoterapia. Desta forma, o presente artigo tem como objetivo analisar a adesão à telepsicoterapia oferecida no período pandêmico, considerando o perfil sociodemográfico do público atendido, a participação no estudo pelas sessões de psicoterapia e pelo preenchimento dos questionários disponibilizados através da plataforma de atendimento online. O estudo teve caráter quantitativo e descritivo, cuja amostra incluiu pessoas maiores de 18 anos e que morassem nas regiões do Vale do Rio Pardo e Vale do Taquari -RS. As informações sociodemográficas foram coletadas por meio de questionários, que posteriormente geraram um banco de dados, no qual também foi registrada a frequência dos participantes em quatro sessões de telepsicoterapia. A análise dos dados foi realizada no Microsoft Office Excel e apresentada de modo descritivo. O período de coleta dos dados foi de janeiro a dezembro de 2021. A amostra foi composta por 153 indivíduos de 19 municípios. O perfil predominante encontrado foi de 75,51% mulheres (n=114), 71,9% adultos de 25-60 anos (n=110), 69,28% residentes de centros urbanos (n=110). A taxa de adesão à telepsicoterapia foi de 91,5% na quarta sessão (n=140). Os resultados encontrados demonstram que esta é uma ferramenta potente para populações que não acessam a saúde mental pública devido a sobrecarga no sistema ou por aqueles que se encontram impossibilitados de serem atendidos de forma presencial.

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)0,015
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 enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,027
Tête enseignante GPT0,305
Écart entre enseignants0,278 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Jovens PesquisadoresMême sujetHealthcare during COVID-19 PandemicTravaux en français237 207