Políticas públicas de saúde do trabalhador: análise da implantação de dispositivos de institucionalização em uma cidade brasileira
Bibliographic record
Abstract
A criação da Rede Nacional de Atenção Integral à Saúde do Trabalhador (Renast), em 2002, fez surgir e ampliar o número de Centros de Referência em Saúde do Trabalhador (Cerest) no Brasil. Na Região Norte Fluminense, o Cerest foi inaugurado em 2006 e resultou da transformação do antigo Programa de Saúde do Trabalhador (PST) da cidade de Campos dos Goytacazes. Esta pesquisa analisa, sob o horizonte mais amplo da história dos Programas de Saúde do Trabalhador no Brasil e do surgimento da Renast, a implantação desse Cerest de acordo com a especificidade de suas relações de proveniência e emergência, conforme Foucault, fazendo um resgate da trajetória do Programa de Saúde do Trabalhador do referido município. Como instrumentos foram utilizados análise documental, observação participante e entrevistas com os membros da equipe. Nesse sentido traz à tona alguns pontos problemáticos de cunho político e social. Os resultados permitem dizer que o Cerest possui uma história de isolamento e marginalidade na estrutura política e institucional da região, atua continuamente numa lógica predominantemente assistencial desde sua criação, e enfrenta sérios entraves políticos, ao longo do tempo, na implementação das ações de saúde do trabalhador.
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 | 0.008 | 0.020 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.005 | 0.008 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".