Tradução e adaptação cultural do WORC: um questionário de qualidade de vida para alterações do manguito rotador
Bibliographic record
Abstract
OBJETIVO: Realizar a tradução e a adaptação cultural do questionário WORC (The Western Ontario Rotator Cuff Index) para a língua portuguesa para ulterior validação no Brasil. MÉTODOS: O protocolo aplicado consistiu em: 1) Preparação, 2) Tradução, 3) Tradução de volta à língua original (retro-tradução), 4) Interrogatório Cognitivo e 5) Relato de Informações. Ao serem concluídas as etapas de tradução e retro-tradução, as versões foram enviadas para os autores do WORC original, que as aprovaram para continuação do estudo. A versão em Português foi aplicada a 35 pacientes com disfunções do manguito rotador para verificar o nível de compreensão do instrumento. A idade média foi 57 anos (DP=13), 63% eram do sexo feminino e 74% tinham nível de escolaridade de primeiro grau incompleto. A versão brasileira final do WORC foi definida após se conseguir menos que 15% de "não compreensão" em cada item. Para análise das variáveis, foi utilizada estatística descritiva. RESULTADOS: Realizaram-se mudanças e substituições de termos e expressões para obter equivalência cultural do WORC. Alteraram-se também os termos "não compreendidos" pelos pacientes de acordo com as sugestões feitas por eles. CONCLUSÃO: Após a tradução e adaptação cultural do questionário, foi concluída a versão em Português do WORC que está em processo de validação para ser utilizada no Brasil.
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 | 0.013 | 0.026 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".