Os efeitos da estimulação magnética transcraniana repetitiva (EMTr) aplicada sobre o córtex motor de pacientes com síndrome complexa de dor regional
Bibliographic record
Abstract
AGRADECIMENTOS Aos Pacientes que gentilmente participaram do estudo.Ao Prof. Dr. Manoel Jacobsen Teixeira manifesto minha admiração e orgulho por ser seu discípulo e, agradeço pela generosa orientação, apoio, dedicação e incentivo nos primeiros passos de minha carreira acadêmica.Ao Prof. Dr. Marco Antônio Marcolin que me iniciou na técnica de EMTr e contribuiu na orientação e metodologia dessa tese.Aos Psicólogos Martin Luiz Myczkowski e Tatiana Barreto Luvisotto que aplicaram os seus conhecimentos na avaliação psiquiátrica dos pacientes.Ao Grupo de Dor Músculo-esquelética da Divisão de Medicina Física do Instituto de Ortopedia e Traumatologia do HCFMUSP, em especial à Dra.Lin Tchia Yeng, que realizaram o tratamento físico dos doentes.À Solange Andreoni pela realização da análise estatística.À acadêmica Rafaela Arvai Pereira pela aplicação dos questionários de avaliação.Aos membros do Centro de Dor do Hospital das Clínicas da Faculdade de Medicina da USP que auxiliaram na seleção dos pacientes.Ao Serviço de Estimulação Magnética Transcraniana do laboratório de Neurociências do Instituto de Psiquiatria que cedeu suas instalações, equipamentos e funcionários para a realização da pesquisa.A secretária do Setor de Eletroconvulsoterapia do Instituto de Psiquiatria, Bárbara Cristiane Bonetti que proporcionou o contato com os pacientes e forneceu o suporte necessário para a realização das sessões de EMTr.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".