Álcool e outras drogas: narrativas sobre experiência de adoecimento e tratamento
Bibliographic record
Abstract
Introducao: O uso prejudicial de alcool e drogas ilicitas e um serio problema de saude publica. A continuidade do cuidado e um desafio para servicos comunitarios de atencao a saude de pessoas com problemas graves decorrentes do uso de alcool e outras drogas. Conhece-lo melhor e uma necessidade para aprimorar as acoes de cuidado ofertadas. Objetivos: Conhecer a experiencia vivida por usuarios que deixaram o acompanhamento no Centro de Atencao Psicossocial para Alcool e Outras Drogas (CAPS ad) Porto em Macae-RJ, afim de que sejam esclarecidos os impasses relativos a continuidade ao tratamento. Metodologia ou Descricao da Experiencia: Estudo de narrativas sobre a experiencia de adoecimento. A referencia teorico-metodologica foi a fenomenologia interpretativa hermeneutica. A ferramenta metodologica empregada foi a entrevista McGill MINI Narrativa de adoecimento. Participaram da pesquisa onze pessoas com historia de uso prejudicial de alcool e outras drogas, que deixaram o acompanhamento no CAPS-AD Porto no periodo de outubro de 2010 a fevereiro de 2011, aceitaram participar do estudo e tiveram condicoes cognitivas de compreender o roteiro da entrevista. Resultados: O uso prejudicial de alcool e outras drogas nao foi vivido como um problema de saude, mas como problema moral. A busca pelo CAPS nao se deu pelo uso abusivo em si, mas por suas consequencias negativas, quer fisicas ou sociais. A entrada no servico se deu por encaminhamento de terceiros (familiares, unidades de saude e outros). Concorreram para nao permanencia: compreensao de que o uso prejudicial e um problema moral e nao de saude; sentir-se julgado e criticado; desconforto em expor seus problemas a desconhecidos; ver pouco sentido nas atividades dos CAPS para ajuda-los; nao perceber a aposta do profissional na sua capacidade de interromper uso. Conclusao ou Hipoteses: As narrativas indicam que o uso prejudicial de alcool e outras drogas foi vivenciado como problema fisico-moral e a experiencia de tratamento esteve marcada pela incongruencia entre as acoes de cuidado oferecidas e a experiencia do usuario. O dialogo entre a perspectiva da equipe de saude e a experiencia do usuario se mostrou necessario para o enfrentamento do fenomeno da nao permanencia.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.007 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
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".