Estado nutricional e desenvolvimento motor grosso de lactentes entre seis e dezoito meses de idade
Bibliographic record
Abstract
OBJETIVO: verificar o desempenho motor grosso de lactentes de 6 a 18 meses de idade, por meio da Alberta Infant Motor Scale (AIMS), e se há associação entre este e o estado nutricional. MÉTODO: foi realizado estudo transversal, caso-controle, no qual foi avaliado o desenvolvimento motor grosso de lactentes entre 6 e 18 meses de idade por meio da AIMS, divididos em grupo de estudo (com desnutrição) e controle (sem desnutrição). Foram alocados 13 lactentes no grupo de estudo e 13 lactentes no grupo controle pareados quanto à idade, sexo e nível socioeconômico (cada grupo com 6 participantes do sexo feminino e 7 do masculino, e média de idade de 14,54 meses). Para comparação entre os grupos foram empregados os testes de Mann-Whitney (variáveis contínuas) e Exato de Fisher (variável categórica), sendo considerado um nível de significância de 0.05. RESULTADOS: considerando tanto o Escore Bruto quanto o Índice percentil da AIMS, foi encontrada diferença estatisticamente significativa entre os grupos (p = 0,023 e p = 0,002, respectivamente), tendo sido observado desempenho alterado (abaixo do percentil 5 da curva normativa da AIMS) em 10 (76,9%) lactentes do grupo de estudo e em 2 (15,4%) do grupo controle. CONCLUSÃO: os resultados indicam que a desnutrição parece estar negativamente associada ao desenvolvimento motor grosso de lactentes de 6 a 18 meses de idade, o que reafirma a importância de uma abordagem integral ao desnutrido que inclua a vigilância do desenvolvimento motor e, quando necessário, a realização de medidas que visem melhorar essa condição.
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 | 0.001 |
| 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".