MétaCan
Menu
Retour à la cohorte
Enregistrement W4389783064 · doi:10.54751/revistafoco.v16n12-097

AS CONTRIBUIÇÕES DA ENFERMAGEM CONTRA A VIOLÊNCIA OBSTÉTRICA

2023· article· pt· W4389783064 sur OpenAlexaff
Gabrielle Linares De Oliveira, Ana Lúcia Cândida Reis, Carolina Steffani Camelo Suarte, Mileny Moergener Sobrinho, Priscilla dos Santos Junqueira Nunes, Xisto Senna Passos, Leonardo Martins Machado, Juliana Barbosa Magalhães Monini

Notice bibliographique

RevueRevista Foco · 2023
Typearticle
Languept
DomaineMedicine
ThématiqueMaternal and Perinatal Health Interventions
Établissements canadiensCentre Casa
Organismes subventionnairesnon disponible
Mots-clésHumanitiesSociologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Objetivo-. Este estudo teve por objetivo identificar as diversas formas da violência obstétrica durante o trabalho de parto e parto, e a atuação do enfermeiro frente esse acontecimento. Métodos: Foi realizado uma revisão integrativa, utilizando as seguintes bases de dados: Biblioteca Virtual em Saúde (BVS), Scientific Eletronic Library Online (SciELO) e no site National Center for Biotecnology Information (NCBI) através da base de dados “PubMed”. Foi selecionado os descritores “violência”, “obstetrícia”, “enfermagem” e “saúde da mulher”, que posteriormente foram mesclados com os booleanos “AND” e “OR” para realizar a pesquisa através das combinações. Foram incluídos 18 publicações, nas quais foram discutidas a partir das categorias: tipos de violência obstétrica e ações de enfermagem relatadas como alternativas para reduzir a incidência da violência obstétrica. Resultados- A violência obstétrica foi caracterizada em 4 tipos: física, verbal, estrutural e psicológica e foram estabelecidas 11 ações de enfermagem para contribuir contra a violência obstétrica. Conclusão- Pode ser concluído que as práticas de VO não são benéficas para a mulher e apenas geram traumas, urgindo a necessidade de medidas para para a redução desse fenômeno, principalmente pela parte da enfermagem que possui os profissionais que assistem as pacientes em tempo integral.

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)0,069
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 enseignants0,012
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,069
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0030,003
Communication savante0,0060,003
Science ouverte0,0020,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,075
Tête enseignante GPT0,402
Écart entre enseignants0,328 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista FocoMême sujetMaternal and Perinatal Health InterventionsTravaux en français237 207