AVALIAÇÃO DO DESENVOLVIMENTO MOTOR EM CRIANÇAS DE 0 A 18 MESES DE IDADE COM BAIXO PESO
Bibliographic record
Abstract
O desenvolvimento motor em crianças de 0 a 18 meses de idade com baixo peso ao nascer é tema de interesse para os estudos da área de saúde, pois será determinante para a evolução gradativa dos padrões neuropsicomotores. O objetivo deste estudo é verificar a existência da relação entre atraso no desenvolvimento motor e baixo peso em crianças de 0 a 18 meses de idade atendidas em Centros de Saúde do município de Jequié (BA). Do ponto de vista da metodologia, trata-se de pesquisa do tipo descritiva com abordagem quantitativa. A amostra foi constituída por 30 crianças, divididas em dois grupos: Grupo A composto por 15 crianças com peso normal; e Grupo B constituído de 15 crianças com baixo peso. O instrumento de avaliação da função motora foi a Escala Motora Infantil de Alberta (AIMS) e a análise dos dados foi realizada por meio de associações das variáveis e sexo apresentadas pormeio de gráficos utilizando o programa GENES. Encontrou-se que a totalidade das crianças do Grupo A apresentou desenvolvimento motor normal enquanto, no grupo B, menos da metade alcançou este desenvolvimento. Com a aplicação do teste do Qui-quadrado não foi encontrada significância estatística entre as variáveis peso e desenvolvimento motor(Qui-quadrado = 7,66). Concluiu-se que o peso normal e o baixo peso leve não tiveram relação com a suspeita ou atraso no desenvolvimento motor, no entanto o baixo peso moderado e grave demonstrou tal relação.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| 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) | 0.002 | 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".