[no title]
Bibliographic record
Abstract
INTRODUÇÃO: a escolha de avaliações, treinamento e monitoramento do seu uso em instituições requisita investimento técnico, humano e financeiro, mas torna o olhar menos subjetivo sobre as ações realizadas e as práticas propostas. Diversos protocolos de escalas de avaliação do desenvolvimento têm sido utilizados mundialmente na tentativa de identificar se os recém-nascidos e lactentes apresentam sinais indicativos de alterações no desenvolvimento neurosensoriomotor. Entre elas: o Test of Infant Motor Performance (TIMP) e a Alberta Infant Motor Scale (AIMS). OBJETIVO: identificar as escalas TIMP e AIMS como instrumentos complementares no acompanhamento do desenvolvimento motor de lactentes de 0 a 18 meses de idade. MÉTODO: realizou-se uma revisão bibliográfica e via internet de 30 artigos que abordavam as escalas. RESULTADOS: ambas as escalas foram criadas por fisioterapeutas, aplicadas com sucesso em lactentes termo e pré-termo (idade corrigida), comparadas e aprovadas segundo padrão ouro, auxiliam para que a intervenção seja precoce, aplicam-se a grupos de lactentes peculiares e possuem melhor cobertura em determinado intervalo de idade. Todo instrumento apresentou vantagens e desvantagens. CONCLUSÃO: os estudos apresentados nos sugerem uma complementaridade das avaliações, podendo apresentar maiores benefícios se forem utilizadas integradas. Sugerimos também que sejam difundidas para os profissionais de saúde brasileiros para que as avaliações possam ser realizadas em mais instituições e serviços e consigam diagnosticar precocemente maior número de atrasos ou alterações do desenvolvimento neurosensoriomotor.
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 | 0.002 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.005 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.002 |
| Insufficient payload (model declined to judge) | 0.256 | 0.100 |
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".