Comportamento visual e desenvolvimento motor de recém-nascidos prematuros no primeiro mês de vida
Bibliographic record
Abstract
OBJETIVO: Caracterizar o comportamento visual e o desenvolvimento motor de RNPT com um mês de idade corrigida, nascidos na maternidade de um hospital escola. MÉTODO: Estudo descritivo, seccional no primeiro mês de idade corrigida em uma coorte de recém-nascidos prematuros, utilizando-se como instrumentos de avaliação o Método de Avaliação da Conduta Visual de Lactentes e o Alberta Infant Movement Scale (AIMS). RESULTADOS: Observou-se que os recém-nascidos prematuros apresentaram respostas esperadas para as provas que avaliam o comportamento oculomotor e com frequências inferiores para a prova do sorriso, conforme o método de avaliação utilizado no estudo. Na avaliação motora, 25% apresentaram percentil abaixo de 5; 8,3% com percentil 5; 8,3% com percentil 10; 25% com percentil 25; 8,3% com percentil 50 e 25% com percentil 75. CONCLUSÕES: Os resultados deste estudo demonstraram que mesmo em pequena amostra é possível observar atraso típico no desenvolvimento motor de lactentes prematuros quando se utiliza instrumento de avaliação adequado. Evidenciou-se que a idade gestacional pode ter influenciado o desempenho dos lactentes e que os recém-nascidos prematuros, mesmo com a idade corrigida, ainda estão aquém dos bebês a termo no que se refere às aquisições do desenvolvimento motor, indicando a necessidade de alerta ao desenvolvimento no percentil 10 ou abaixo, mesmo apresentando desempenho satisfatório no comportamento visual. A correção da idade foi um importante fator que norteou a compreensão das aquisições visuais e motoras de lactentes prematuros.
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 | 0.000 | 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 | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".